期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于小波变换的LMSV模型变结构研究 被引量:5
1
作者 徐梅 张世英 《系统工程学报》 CSCD 北大核心 2005年第3期232-238,255,共8页
提出了应用DWT(离散小波变换)系数累积平方和的LMSV(长记忆随机波动)模型单一变结构点的检测与基于最大重复离散小波变换(MODWT)系数的变结构点的定位方法,并提出了LMSV模型多个变结构点的检测与定位方法.该方法既能对变结构点进行检测... 提出了应用DWT(离散小波变换)系数累积平方和的LMSV(长记忆随机波动)模型单一变结构点的检测与基于最大重复离散小波变换(MODWT)系数的变结构点的定位方法,并提出了LMSV模型多个变结构点的检测与定位方法.该方法既能对变结构点进行检测和定位,又能同时确定各结构变化发生的尺度.用该方法对沪、深股市综合指数的收益序列进行了波动变结构分析,理论与实证结果表明该方法是有效且可行的. 展开更多
关键词 长记忆SV模型 变结构 离散小波变换 最大重复离散小波变换
在线阅读 下载PDF
基于多元LMSV模型的中国与国际股市间的风险溢出效应研究 被引量:5
2
作者 刘湘云 覃波 《金融经济学研究》 CSSCI 北大核心 2013年第1期59-69,共11页
基于非线性范式分析金融市场风险溢出效应,并引入多元LMSV模型研究国际股市间的风险溢出效应。为了优化LMSV模型的谱对数似然函数,提出混沌禁忌遗传退火算法。研究表明,港、日、美、英、德等发达国家或地区的股市都对作为新兴市场代表... 基于非线性范式分析金融市场风险溢出效应,并引入多元LMSV模型研究国际股市间的风险溢出效应。为了优化LMSV模型的谱对数似然函数,提出混沌禁忌遗传退火算法。研究表明,港、日、美、英、德等发达国家或地区的股市都对作为新兴市场代表的沪市存在正的风险溢出效应,但溢出效应的规模相差较大,作为金融危机源头的美股对沪市的风险溢出效应最大;沪市对港、日、美股市存在负的风险溢出效应,而对英、德股市存在正溢出效应。 展开更多
关键词 国际股市 风险溢出效应 长记忆 lmsv模型
在线阅读 下载PDF
基于小波变换的LMSV模型波动长记忆性估计与检验 被引量:4
3
作者 徐梅 张世英 《系统工程学报》 CSCD 2004年第6期553-558,共6页
将小波引入到LMSV模型波动长记忆性的估计与检验中 ,提出了基于小波变换的LMSV模型波动长记忆性的伪极大似然估计法和波动长记忆性的检验方法 .用不同参数值和样本容量的数据进行了模拟实验 ,又用该方法对上海和深圳证券交易所综合指数... 将小波引入到LMSV模型波动长记忆性的估计与检验中 ,提出了基于小波变换的LMSV模型波动长记忆性的伪极大似然估计法和波动长记忆性的检验方法 .用不同参数值和样本容量的数据进行了模拟实验 ,又用该方法对上海和深圳证券交易所综合指数收益序列的LMSV模型的波动长记忆性进行了检验和估计 。 展开更多
关键词 小波 lmsv模型 ARFIMA过程 波动长记忆性 估计 检验
在线阅读 下载PDF
长记忆随机波动模型的估计与波动率预测——基于中国股市高频数据的研究 被引量:10
4
作者 王春峰 庄泓刚 +1 位作者 房振明 卢涛 《系统工程》 CSCD 北大核心 2008年第7期29-34,共6页
为了有效捕捉中国股市波动率的长记忆性,提高远期波动率的预测精度,本文基于中国股市高频数据建立了长记忆随机波动模型,检验高频数据中时变的"日历效应"成分的频率,有效地对"日历效应"进行滤波。使用频域内拟极大... 为了有效捕捉中国股市波动率的长记忆性,提高远期波动率的预测精度,本文基于中国股市高频数据建立了长记忆随机波动模型,检验高频数据中时变的"日历效应"成分的频率,有效地对"日历效应"进行滤波。使用频域内拟极大似然方法估计LMSV模型参数,为了提高计算效率应用混沌优化算法进行最优搜索。对比了高频数据直接建模和已实现波动率方法建模的预测结果发现,通过高频数据估计的LMSV模型可以很好保留高频数据中所包含的信息量,克服信息丢失问题,预测结果要优于已实现波动率方法建模预测的结果。 展开更多
关键词 lmsv模型 高频数据 ARFIMA模型 日历效应 已实现波动性
在线阅读 下载PDF
基于小波变换的长记忆随机波动模型估计方法研究 被引量:10
5
作者 徐梅 张世英 《中国管理科学》 CSSCI 2006年第1期7-14,共8页
根据ARFIMA过程的小波分析结果,将小波引入到长记忆随机波动(Long Memory Stochastic Volatility)LMSV模型的估计中,提出了基于小波变换的LMSV模型的参数估计和潜在波动过程的估计方法。用不同参数值和样本容量的数据进行了模拟实验,又... 根据ARFIMA过程的小波分析结果,将小波引入到长记忆随机波动(Long Memory Stochastic Volatility)LMSV模型的估计中,提出了基于小波变换的LMSV模型的参数估计和潜在波动过程的估计方法。用不同参数值和样本容量的数据进行了模拟实验,又用该方法对上海和深圳证券交易所综合指数的收益序列拟合了LMSV模型,结果表明该方法是有效且可行的。 展开更多
关键词 小波变换 lmsv模型 ARFIMA过程 估计
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部