基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
对随机波动率模型的统计结构进行分析,基于贝叶斯定理,推导出模型参数的后验分布,利用MCMC算法对参数进行估计,同时将FFBS算法引入到波动率向量的估计过程中,对波动率序列进行联合抽样,提高Gibbs抽样算法的效率。对深圳基金指数和上证基金指数进行实证分析,结果表明:基于FFBS算法的随机波动率模型能很好地拟合数据的波动特征。
推荐文章
基于MCMC的贝叶斯长记忆随机波动模型研究
仿真分析
随机波动
贝叶斯分析
抽样
马尔科夫过程
基于Gibbs抽样的贝叶斯金融随机波动模型分析
随机波动模型
时间序列分析
贝叶斯方法
Gibbs抽样
仿真
本体驱动的贝叶斯网络模型在医学诊断中的应用
本体
贝叶斯网络
智能诊断
高血压
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 贝叶斯波动率模型在中国基金市场的应用
来源期刊 佛山科学技术学院学报(自然科学版) 学科 经济
关键词 SV模型 贝叶斯推断 FFBS算法
年,卷(期) 2016,(3) 所属期刊栏目 数理科学
研究方向 页码范围 5-10
页数 6页 分类号 F832.5
字数 3771字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘金山 华南农业大学数学与信息学院 31 99 5.0 8.0
2 莫玉婷 华南农业大学数学与信息学院 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (15)
共引文献  (35)
参考文献  (5)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
SV模型
贝叶斯推断
FFBS算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
佛山科学技术学院学报(自然科学版)
双月刊
1008-0171
44-1438/N
大16开
广东省佛山市江湾一路18号
1988
chi
出版文献量(篇)
2495
总下载数(次)
2
总被引数(次)
7770
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导