Предсказателтные Модели vs Генеративные
Предсказательные предсказывают функцию (волатильность, цену), точнее ее среднее E[f(x)]. Он не похожи на настоящий случайный процесс, слишком плавные.
AR, MA, ARMA, HAR (с долгой памятью)
Генеративные предсказывают как функцию так и первую производную (ее дискретный аналог, приращения). Они предсказывпют не только среднее знач функции, но и ее микроструктуру.
Они похожи на настоящий процесс.
ARIMA, ARCH, GARCH, ARFIMA (с долгой памятью), они также могут работать как предсказательные.
SV, Heston, SVJ, SABR, Local SV, Rough Volatility и т.п. (не могут предсказывать напрямую, требуют симуляции)
Для них также можно также задать дополнительное условие для производной совпадение hurst exponent, может еще спектра.
1.2К |
Читайте на SMART-LAB:
Ключевые тезисы по итогам раскрытия финансовых результатов за 2025 г. и ожидания на 2026
☝️На днях мы опубликовали финансовые результаты по итогам 2025 г., а также провели коммуникацию с участниками рынка, в рамках которой обсудили наши...
Экосистема «МГКЛ» — как она работает на практике
Экосистема «МГКЛ» — это единая логика оборота активов и капитала. Один и тот же товар или сделка может проходить через разные контуры...
⛽️ Новатэк: не так плохо, как кажется
Король СПГ представил отчет по МСФО за 2025 год Новатэк (NVTK) ➡️Инфо и показатели Результаты — выручка: ₽1,4 трлн (-6%); —...
Мой Рюкзак #63: ВТБ - дальше без меня, меняем на более крепкий банк, дивидендные отсечки близко
Февраль продолжает радовать стоимостных инвесторов, все по стратегии, которую описывал в конце прошлого года
Прошлый пост тут —...
HAR с небольшими доработками.
ARFIMA она не простая, но мне кажется ее можно упростить наподобии HAR. С небольшими доработками.
HAR (Heterogeneous Autoregressive) модель предполагает, что текущая волатильность зависит от волатильности на разных временных горизонтах:
Базовая формула:
RV(t) = β₀ + β₁×RV(t-1) + β₂×RV(weekly) + β₃×RV(monthly) + ε(t)