“金融学术前沿seminar”第191期
FinTalk Seminar, Series 191

利用误差和跳跃:一种用于改进预测的时变粗糙波动模型
Exploiting the Errors and Jumps: A Time-varying Rough Volatility Model for Improved Forecasts
本次seminar将介绍一种新的加密货币对数已实现波动率模型𓀚。该模型在一个离散化的分数奥恩斯坦-乌伦贝克(fOU)过程的基础上🌡,与Bollerslev✶,Patton和Quaedvlieg(2016)的HARQ模型中相同,引入依赖于已实现二次性的时变持续性🦟♧。在渐近情况下,该过程具有局部到随机单位根的特点👨🏻🏭,误差项为分数高斯噪声,从而实现分数积分。本文提出了估计模型参数的方法,为估计量提供了渐近理论。来自110种加密货币已实现波动率的实证估计结果表明☺️,分数布朗运动中存在时变的持续性和粗糙性。当使用该模型预测110种加密货币的已实现波动率时,我们发现🐶,相对于文献中其他流行模型🍸,本文提出的模型在大多数已实现波动率序列的预测性能方面表现更优越。
王晓虎
富达注册经济学院副教授
(20110680029@fudan.edu.cn;13022187661)
智库楼209会议室
富达平台金融研究中心