Process / pipelineRegime-switching volatility modeling
马尔可夫开关多重分形模型
马尔可夫开关多重分形（MSM）模型是一个灵活的框架，用于捕捉金融时间序列中随时间变化的波动率和长记忆效应。该模型由 Calvet 和 Fisher (2004) 开发，结合了马尔可夫链理论和多重分形尺度原理，生成具有多个频率分量的波动率，每个分量在高中低状态之间切换。这种方法对于模拟具有现实的肥尾和波动率聚集的资产收益率特别有效。
在 MethodMind 中打开即将推出Apply, compare, get guidance
Tools & resources
Learn & explore
视频即将推出
阅读完整方法
仅限会员
登录使用免费账户登录即可阅读本节。
方法图谱
相关方法的邻域——选择一个节点以展开探索。
来源
- Calvet, L. E., & Fisher, A. J. (2004). How to forecast long-run volatility: regime-switching and the estimation of multifractal processes. Journal of Financial Econometrics, 2(1), 49–83. DOI: 10.1093/jjfinec/nbh003 ↗
- Calvet, L. E., & Fisher, A. J. (2008). Multifractal Volatility: Theory, Forecasting, and Pricing. Academic Press. link ↗
- Lux, T. (2008). The Markov-switching multifractal model of asset returns: GMM estimation and linear forecasting of volatility. Journal of Business & Economic Statistics, 26(2), 194–210. DOI: 10.1198/073500107000000403 ↗
如何引用本页
ScholarGate. (2026, June 3). Markov-Switching Multifractal Model. ScholarGate. https://scholargate.app/zh/time-series/markov-switching-multifractal
选用哪种方法？
将本方法与其最相近的同类并置，并排研读——本馆将书籍铺陈于案上，取舍则由您定夺。
- GARCH 模型（波动率预测）计量经济学↔ 比较
- 卡尔曼滤波器贝叶斯↔ 比较
- 向量自回归 (VAR)计量经济学↔ 比较