Loading [MathJax]/jax/input/TeX/config.js
前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >Matlab用BUGS马尔可夫区制转换Markov switching随机波动率模型、序列蒙特卡罗SMC、M H采样分析时间序列

Matlab用BUGS马尔可夫区制转换Markov switching随机波动率模型、序列蒙特卡罗SMC、M H采样分析时间序列

作者头像
拓端
发布于 2025-01-08 03:01:58
发布于 2025-01-08 03:01:58
8300
代码可运行
举报
文章被收录于专栏:拓端tecdat拓端tecdat
运行总次数:0
代码可运行

在这个例子中,我们考虑马尔可夫转换随机波动率模型

统计模型

是因变量和

未观察到的对数波动率

. 随机波动率模型定义如下

区制变量

遵循具有转移概率的二态马尔可夫过程

表示均值的正态分布

和方差

.

BUGS语言统计模型

文件“ssv.bug”的内容:

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
file = 'ssv.bug'; % BUGS模型文件名

model
{
  x\[1\] ~ dnorm(mm\[1\], 1/sig^2)
  y\[1\] ~ dnorm(0, exp(-x\[1\]))

  for (t in 2:tmax)
  {
    c\[t\] ~ dcat(ifelse(c\[t-1\]==1, pi\[1,\], pi\[2,\]))
    mm\[t\] <- alp\[1\] * (c\[t\]==1) + alp\[2\]*(c\[t\]==2) + ph*x\[t-1\]

安装

  • 下载Matlab最新版本
  • 将存档解压缩到某个文件夹中
  • 将程序文件夹添加到 Matlab 搜索路径
代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
addpath(path)

通用设置

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
lightblue 
lightred 

% 设置随机数生成器的种子以实现可重复性
if eLan 'matlab', '7.2')
    rnd('state', 0)
else
    rng('default')
end

加载模型和数据

模型参数

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
tmax = 100;
sig = .4;

解析编译BUGS模型,以及样本数据

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
model(file, data, 'sample', true);
data = model;

绘制数据

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
figure('nae', 'Lrtrs')
plot(1:tmax, dt.y)
本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2025-01-07,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 拓端数据部落 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
Matlab用BUGS马尔可夫区制转换Markov switching随机波动率模型、序列蒙特卡罗SMC、M H采样分析时间序列
拓端
2024/11/19
940
Matlab用BUGS马尔可夫区制转换Markov switching随机波动率模型、序列蒙特卡罗SMC、M H采样分析时间序列
MATLAB中的马尔可夫区制转移(Markov regime switching)模型
分析师通常关心检测市场何时“发生变化”:几个月或几年内市场的典型行为可以立即转变为非常不同的行为。投资者希望及时发现这些变化,以便可以相应地调整其策略,但是这可能很困难。
拓端
2023/08/31
4040
MATLAB中的马尔可夫区制转移(Markov regime switching)模型
MATLAB中的马尔可夫区制转换(Markov regime switching)模型
分析师通常关心检测市场何时“发生变化”:几个月或几年内市场的典型行为可以立即转变为非常不同的行为。投资者希望及时发现这些变化,以便可以相应地调整其策略,但是这样做可能很困难。
拓端
2020/11/11
2.1K0
MATLAB中的马尔可夫区制转换(Markov regime switching)模型
MATLAB中的马尔可夫区制转移(Markov regime switching)模型|附代码数据
最近我们被客户要求撰写关于马尔可夫区制转移(Markov regime switching)模型的研究报告,包括一些图形和统计输出。
拓端
2023/03/30
4130
R语言如何做马尔可夫转换模型markov switching model|附代码数据
假设 有时间序列数据,如下所示。经验表明,目标变量y似乎与解释变量x有关。然而,乍一看,y在水平中间波动,所以它似乎并不总是有稳定的关系(背后有多个状态)
拓端
2023/01/11
7470
R语言随机波动模型SV:马尔可夫蒙特卡罗法MCMC、正则化广义矩估计和准最大似然估计上证指数收益时间序列|附代码数据
本文做SV模型,选取马尔可夫蒙特卡罗法(MCMC)、正则化广义矩估计法和准最大似然估计法估计。
拓端
2023/09/01
2540
MATLAB中的马尔可夫区制转移(Markov regime switching)模型|附代码数据
最近我们被客户要求撰写关于马尔可夫区制转移模型的研究报告,包括一些图形和统计输出。
拓端
2023/05/11
3670
MATLAB随机波动率SV、GARCH用MCMC马尔可夫链蒙特卡罗方法分析汇率时间序列|附代码数据
最近我们被客户要求撰写关于波动率的研究报告。 波动率是一个重要的概念,在金融和交易中有许多应用。它是期权定价的基础。波动率还可以让您确定资产配置并计算投资组合的风险价值 (VaR)。
拓端
2022/11/16
7100
Matlab马尔可夫区制转换动态回归模型估计GDP增长率
本文估计实际GDP增长率的两状态Markov区制转换动态回归模型 (点击文末“阅读原文”获取完整代码数据)。
拓端
2023/08/31
2190
Matlab马尔可夫区制转换动态回归模型估计GDP增长率
马尔可夫区制转移模型Markov regime switching
本文简要介绍了一种简单的状态转移模型,该模型构成了隐马尔可夫模型(HMM)的特例。这些模型拟合时间序列数据中的非平稳性。从应用的角度来看,这些模型在评估经济/市场状态时非常有用。这里的讨论主要围绕使用这些模型的科学性。
拓端
2022/03/05
1.9K0
马尔可夫区制转移模型Markov regime switching
PYTHON用时变马尔可夫区制转换(MARKOV REGIME SWITCHING)自回归模型分析经济时间序列|附代码数据
最近我们被客户要求撰写关于MARKOV REGIME SWITCHING的研究报告,包括一些图形和统计输出。 本文提供了一个在统计模型中使用马可夫转换模型模型的例子,来复现Kim和Nelson(1999)中提出的一些结果。它应用了Hamilton(1989)的滤波器和Kim(1994)的平滑器 ( 点击文末“阅读原文”获取完整代码数据******** ) 。
拓端
2022/11/29
9440
R语言随机波动模型SV:马尔可夫蒙特卡罗法MCMC、正则化广义矩估计和准最大似然估计上证指数收益时间序列|附代码数据
本文做SV模型,选取马尔可夫蒙特卡罗法(MCMC)、正则化广义矩估计法和准最大似然估计法估计。
拓端
2023/04/05
3430
PYTHON用时变马尔可夫区制转换(MARKOV REGIME SWITCHING)自回归模型分析经济时间序列|附代码数据
本文提供了一个在统计模型中使用马可夫转换模型模型的例子,来复现Kim和Nelson(1999)中提出的一些结果。它应用了Hamilton(1989)的滤波器和Kim(1994)的平滑器
拓端
2022/11/17
4680
R语言随机波动模型SV:马尔可夫蒙特卡罗法MCMC、正则化广义矩估计和准最大似然估计上证指数收益时间序列
本文做SV模型,选取马尔可夫蒙特卡罗法(MCMC)、正则化广义矩估计法和准最大似然估计法估计。
拓端
2023/01/05
3360
R语言马尔可夫体制转换模型Markov regime switching
本文简要介绍了一种简单的状态切换模型,该模型构成了隐马尔可夫模型(HMM)的特例。这些模型适应时间序列数据中的非平稳性。从应用的角度来看,这些模型在评估经济/市场状态时非常有用。这里的讨论主要围绕使用这些模型的科学性。
拓端
2020/08/07
1.7K0
马尔可夫Markov区制转移模型分析基金利率|附代码数据
最近我们被客户要求撰写关于马尔可夫Markov区制转移模型的研究报告,包括一些图形和统计输出。
拓端
2023/03/01
7750
R语言中的马尔可夫区制转移(Markov regime switching)模型|附代码数据
最近我们被客户要求撰写关于马尔可夫区制转移模型的研究报告,包括一些图形和统计输出。
拓端
2023/11/20
2580
R语言BUGS/JAGS贝叶斯分析: 马尔科夫链蒙特卡洛方法(MCMC)采样|附代码数据
在许多情况下,我们没有足够的计算能力评估空间中所有n维像素的后验概率 。在这些情况下,我们倾向于利用称为Markov-Chain Monte Carlo 算法的程序 。此方法使用参数空间中的随机跳跃来(最终)确定后验分布(点击文末“阅读原文”获取完整代码数据)。
拓端
2022/10/28
1.7K0
MATLAB随机波动率SV、GARCH用MCMC马尔可夫链蒙特卡罗方法分析汇率时间序列|附代码数据
波动率是一个重要的概念,在金融和交易中有许多应用。它是期权定价的基础。波动率还可以让您确定资产配置并计算投资组合的风险价值 (VaR)
拓端
2022/12/19
4700
R语言用综合信息准则比较随机波动率(SV)模型对股票价格时间序列建模
随机波动率(SV)模型是常用于股票价格建模的一系列模型。在所有的SV模型中,波动率都被看作是一个随机的时间序列。然而,从基本原理和参数布局的角度来看,SV模型之间仍有很大的不同。因此,为一组给定的股票价格数据选择最合适的SV模型对于对股票市场的未来预测非常重要。为了实现这一目标,可以使用留一交叉验证(LOOCV)方法。然而,LOOCV方法的计算成本很高,因此它在实践中的应用非常有限。在对SV模型的研究中,我们提出了两种新的模型选择方法,即综合广泛适用信息准则(iWAIC)和综合重要性抽样信息准则(iIS-IC),作为近似LOOCV结果的替代品。在iWAIC和iIS-IC方法中,我们首先计算每个观测值的期望似然,作为相对于相应的潜变量(当前的对数波动参数)的积分。由于观测值与相应的潜变量高度相关,每个第 t 个观测值(y obs t)的综合似然值期望接近于以 y obs t 为保持数据的模型所计算的 y obs t 的期望似然值。其次,在计算信息标准时,综合期望似然被用作期望似然的替代。由于相对于潜变量的整合在很大程度上减少了模型对相应观测值的偏差,因此整合后的信息标准有望接近LOOCV结果。为了评估iWAIC和iIS-IC的性能,我们首先使用模拟数据集进行了实证研究。该研究结果表明,iIS-IC方法比传统的IS-IC有更好的性能,但iWAIC的性能并不优于非综合WAIC方法。随后,利用股票市场收益数据进行了进一步的实证研究。根据模型的选择结果,对于给定的数据,最好的模型是具有两个独立自回归过程的SV模型,或者是具有非零预期收益的SV模型。
拓端
2021/09/29
1.3K0
推荐阅读
Matlab用BUGS马尔可夫区制转换Markov switching随机波动率模型、序列蒙特卡罗SMC、M H采样分析时间序列
940
MATLAB中的马尔可夫区制转移(Markov regime switching)模型
4040
MATLAB中的马尔可夫区制转换(Markov regime switching)模型
2.1K0
MATLAB中的马尔可夫区制转移(Markov regime switching)模型|附代码数据
4130
R语言如何做马尔可夫转换模型markov switching model|附代码数据
7470
R语言随机波动模型SV:马尔可夫蒙特卡罗法MCMC、正则化广义矩估计和准最大似然估计上证指数收益时间序列|附代码数据
2540
MATLAB中的马尔可夫区制转移(Markov regime switching)模型|附代码数据
3670
MATLAB随机波动率SV、GARCH用MCMC马尔可夫链蒙特卡罗方法分析汇率时间序列|附代码数据
7100
Matlab马尔可夫区制转换动态回归模型估计GDP增长率
2190
马尔可夫区制转移模型Markov regime switching
1.9K0
PYTHON用时变马尔可夫区制转换(MARKOV REGIME SWITCHING)自回归模型分析经济时间序列|附代码数据
9440
R语言随机波动模型SV:马尔可夫蒙特卡罗法MCMC、正则化广义矩估计和准最大似然估计上证指数收益时间序列|附代码数据
3430
PYTHON用时变马尔可夫区制转换(MARKOV REGIME SWITCHING)自回归模型分析经济时间序列|附代码数据
4680
R语言随机波动模型SV:马尔可夫蒙特卡罗法MCMC、正则化广义矩估计和准最大似然估计上证指数收益时间序列
3360
R语言马尔可夫体制转换模型Markov regime switching
1.7K0
马尔可夫Markov区制转移模型分析基金利率|附代码数据
7750
R语言中的马尔可夫区制转移(Markov regime switching)模型|附代码数据
2580
R语言BUGS/JAGS贝叶斯分析: 马尔科夫链蒙特卡洛方法(MCMC)采样|附代码数据
1.7K0
MATLAB随机波动率SV、GARCH用MCMC马尔可夫链蒙特卡罗方法分析汇率时间序列|附代码数据
4700
R语言用综合信息准则比较随机波动率(SV)模型对股票价格时间序列建模
1.3K0
相关推荐
Matlab用BUGS马尔可夫区制转换Markov switching随机波动率模型、序列蒙特卡罗SMC、M H采样分析时间序列
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档
本文部分代码块支持一键运行,欢迎体验
本文部分代码块支持一键运行,欢迎体验