基于辅助粒子滤波波动率估计算法

• 作者: 吴孙勇 杨标 蔡如华 陈影
• 来源期刊: 桂林电子科技大学学报
• 学科: 数学
• 关键词: 状态空间模型 标准粒子滤波 辅助粒子滤波 随机波动模型
• 年，卷（期）: 2020,（2）
• 页码范围: 149-153
• 页数: 5页
• 分类号: O29
• 字数: 3624字
• 语种: 中文

摘要

针对标准粒子滤波在资产收益率的波动率估计中,因使用转移密度作为重要性采样密度,导致抽样粒子在更新后大量丢失低权重粒子,进而造成估计效果不佳的问题,提出一种基于辅助粒子滤波波动率估计(auxiliary particle filter volatility estimation,简称APFVE)算法.在APFVE算法预测阶段,采用双因子非对称已实现随机波动(two factor asymmet ric realized stochastic volatility,简称2FARSV)模型对当前波动率进行估计,在APFVE算法更新阶段,充分利用了当前时刻的量测信息,对重要性采样密度进行实时调整,将抽样粒子引入高似然区域,使得更新后粒子权重更稳定.仿真实验表明,相对于标准粒子滤波波动率估计(particle filter volatility estimation,简称PFVE)算法,无论是在波动率变化特征估计上,还是在波动率估计精确度上,APFVE算法都具有更好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡如华	桂林电子科技大学数学与计算科学学院	34	209	6.0	13.0
2	吴孙勇	桂林电子科技大学数学与计算科学学院	32	212	8.0	14.0
3	杨标	桂林电子科技大学数学与计算科学学院	4	0	0.0	0.0
4	陈影	桂林电子科技大学数学与计算科学学院	1	0	0.0	0.0