Beschränkte Gamma-Gauß-Mischmodelle für Asset-Renditen

Zusammenfassung

Diese Arbeit stellt ein beschränktes Mischmodell vor, das Asset-Renditen beschreibt und steigendes, fallendes sowie seitwärts verlaufendes Preisverhalten unterscheidet. Es kombiniert Gamma- und Gauß-Verteilungen, um Renditemuster darzustellen und zugleich schweren Verteilungsschwänzen und hoher Kurtosis Rechnung zu tragen – Eigenschaften, die einfache Verteilungsannahmen für Finanzdaten ungeeignet machen können.

Das Modell wird mit dem Expectation-Maximisation-Verfahren geschätzt; auch die Auswahl der Modellordnung muss die Beschränkungen einhalten. So lässt sich eine Renditeverteilung strukturiert anpassen und zugleich die beabsichtigte Interpretation ihrer Komponenten bewahren. Der Auszug beschreibt den Modellaufbau und die Schätzmethode, enthält jedoch weder einen empirischen Datensatz noch Vergleichsergebnisse oder Belege zur Handelsleistung. Daher lässt sich anhand der vorliegenden Informationen nicht beurteilen, ob das Modell für die Strategiewahl oder Prognosen nützlich ist.

Kernaussagen

• Das Modell stellt Asset-Renditen mithilfe einer beschränkten Mischung aus Gamma- und Gauß-Verteilungen dar.
• Die Komponenten sollen steigendes, fallendes und seitwärts verlaufendes Preisverhalten unterscheiden.
• Die Mischung ist darauf ausgelegt, schweren Verteilungsschwänzen und hoher Kurtosis Rechnung zu tragen.
• Die Parameterschätzung verwendet das Expectation-Maximisation-Verfahren.
• Die Auswahl der Modellordnung muss die Modellbeschränkungen bewahren.

Schlagwörter

# Constrained Mixture Models for Asset Returns Modelling


# Constrained Mixture Models for Asset Returns Modelling









The estimation of asset return distributions is crucial for determining optimal trading strategies. In this paper we describe the constrained mixture model, based on a mixture of Gamma and Gaussian distributions, to provide an accurate description of price trends as being clearly positive, negative or ranging while accounting for heavy tails and high kurtosis. The model is estimated in the Expectation Maximisation framework and model order estimation also respects the model's constraints.

Vollständig mit Quellenangabe unter der Lizenz der Quelle angezeigt. Lizenz: abstract CC0

Diese Zusammenfassung wurde vom Research-Agenten von Stratmill anhand des Originals verfasst; sie ist keine Kopie der Quelle.