排序方式: 共有8条查询结果,搜索用时 15 毫秒
1
1.
以损失函数为评价标准,研究不同分布(正态分布、T分布、广义误差分布、偏态T分布)下非对称GARCH模型在上证综合指数波动率的预测能力并进行比较.结果表明,无论样本内还是样本外,非对称GARCH模型均能很好地预测上证综合指数的波动率,其中偏态T分布下TGARCH模型能更加准确地描述收益率分布的尖峰厚尾及非对称特征,预测能力最强. 相似文献
2.
AR(自回归)模型平稳的充分必要条件是自协方差函数绝对可和,而自协方差函数绝对可和的充要条件又是自协方差函数满足的特征方程所对应的特征根全位于单位圆外.本文证明了在某种特定情形下MAR(混合自回归)模型自协方差函数绝对可和的充要条件是其自协方差函数满足的特征方程所对应的特征根全位于单位圆外.为平稳性的进一步研究获得了一些重要的结果. 相似文献
3.
通过广义Jacobi椭圆函数展开法,借助Mathematica软件,求出了广义Zakharov方程组一系列新的复合形式的双周期解,部分解在极限情况下退化为孤立波解和三角函数解.丰富、简化和发展了已有的结果. 相似文献
4.
线性时间序列模型谱密度的计算可以直接由定义获得,而非线性时间序列模型谱密度的计算目前还没有一般的理论.文献[3]将AR模型推广到MAR模型,并且讨论了该模型的参数估计及模型选择问题.文献[5]给出了计算该模型谱密度的算法.本文利用该模型谱密度的"算法",讨论模型在一些常见情形下,谱密度的具体表达式. 相似文献
5.
朱文刚 《芜湖职业技术学院学报》2005,7(4):6-8
基于测度论的方法可导出异方差混合转移分布模型的一阶、二阶平稳条件,为进一步研究该模型的谱奠定了理论基础。 相似文献
6.
朱文刚 《安徽大学学报(自然科学版)》2012,(5):31-36
线性时间序列模型谱密度的计算可以直接由定义获得,而非线性时间序列模型谱密度的计算目前还没有一般的理论.已有研究者将AR模型推广到MAR(混合自回归)模型,并且讨论了该模型的参数估计及模型选择问题.作者利用全期望公式及差分方程理论研究了混合自回归时间序列模型的谱分析,导出了自协方差函数的递推公式,给出计算谱密度的算法,并对一些常见的特殊情形给出了谱密度的具体表达式. 相似文献
7.
将传统的B-S模型下的期权定价公式推广到了带跳的Lévy模型,在随机积分中利用鞅方法给出了重置期权基于Lévy模型的精确定价公式.结合核密度估计和极大似然估计法给出了模型中未知参数的估计,并进行实证分析,作出了预测. 相似文献
8.
线性时间序列模型谱密度的计算可以直接由定义获得,而非线性时间序列模型谱密度的计算目前还没有一般的理论.2001年Wong Chun-shan等将混合自回归(MAR)模型推广到混合自回归条件异方差(MAR-ARCH)模型,并且讨论了该模型的参数估计及模型选择问题,本文导出了MAR-ARCH模型自协方差函数的递推关系式及计... 相似文献
1