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:
Газпромбанк — лидер рынка: ключевые победы на Cbonds Awards 2025
Газпромбанк вновь подтвердил статус одного из ведущих организаторов российского долгового рынка, одержав победу в ключевых номинациях премии...
Что история может сказать по поводу динамики рынка акций США в 2026 г
Фондовый рынок США в этом году показал на удивление хорошие результаты. Ключевой индекс S&P 500 вырос на 17% с начала года, несмотря на серьезные...
Американские акции. Что выбрать инвестору в год рекордов?
Американский рынок акций ставит рекорды, но за фасадом бурного роста зреют тревожные сигналы — особенно в секторе технологий и...
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)