首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于高频金融数据的正交ARFIMA模型及应用
引用本文:郭名媛,张世英.基于高频金融数据的正交ARFIMA模型及应用[J].系统工程理论与实践,2008,28(11):74-79.
作者姓名:郭名媛  张世英
作者单位:天津大学,管理学院,天津,300072
摘    要:在低频数据领域内,向量GARCH模型和向量SV模型的参数难于准确估计,利用这些模型很难解决多个资产的协方差矩阵的预测问题.向量ARFIMA模型可以对利用高频金融数据计算得到的多个资产收益的协方差矩阵进行建模,但是随着变量维数的增加,向量ARFIMA模型同样也面临着参数过多而难于准确估计的问题.因此,提出了基于金融高频数据的正交ARFIMA模型.正交ARFIMA模型通过主成分分析将一组变量的协方差矩阵问题转化成了分别考虑它们的主成分的一元波动问题,这样一元的ARFIMA模型可以很直接的得到应用.正交ARFIMA模型通过主成分分析的方法有效的降低了变量的维数,使得其参数估计问题得到很好的解决,对于金融工具的定价、资产配置、风险管理等问题的解决有着深刻的意义.

关 键 词:已实现方差  主成分分析  正交ARFIMA模型  协方差矩阵

Orthogonal ARFIMA model based on high frequency financial data
GUO Ming-yuan,ZHANG Shi-ying.Orthogonal ARFIMA model based on high frequency financial data[J].Systems Engineering —Theory & Practice,2008,28(11):74-79.
Authors:GUO Ming-yuan  ZHANG Shi-ying
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
点击此处可从《系统工程理论与实践》浏览原始摘要信息
点击此处可从《系统工程理论与实践》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号