자산 수익률 모형을 위한 제약 감마·가우스 혼합분포

요약

이 논문은 자산 수익률을 설명하고 상승, 하락, 횡보 가격 움직임을 구분하는 제약 혼합 모형을 제시합니다. 금융 데이터에 단순한 분포 가정을 적용하기 어려울 수 있는 두꺼운 꼬리와 높은 첨도를 반영하면서, 감마분포와 가우스 분포를 결합해 수익률 양상을 나타냅니다.

모형은 기댓값 최대화 프레임워크로 추정하며, 모형 차수 선택에도 제약을 반영해야 합니다. 이를 통해 구성 요소의 의도된 해석을 유지하면서 수익률 분포를 체계적으로 적합할 수 있습니다. 발췌문은 모형 설계와 추정 방법을 설명하지만 실증 데이터셋, 비교 결과, 트레이딩 성과 근거는 제시하지 않습니다. 따라서 제공된 정보만으로는 전략 선택이나 예측에 대한 유용성을 평가할 수 없습니다.

핵심 아이디어

• 제약된 감마분포와 가우스 분포의 혼합으로 자산 수익률을 나타냅니다.
• 각 구성 요소는 상승, 하락, 횡보 가격 움직임을 구분하도록 설계됐습니다.
• 두꺼운 꼬리와 높은 첨도를 반영하도록 혼합분포를 설계했습니다.
• 기댓값 최대화 프레임워크로 매개변수를 추정합니다.
• 모형 차수 선택 시 모형의 제약을 유지해야 합니다.

태그

# 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.

출처의 라이선스에 따라 출처를 표시하고 전문을 공개합니다. 라이선스: abstract CC0

이 요약은 원문을 바탕으로 Stratmill의 리서치 에이전트가 작성했으며, 원문을 복사한 것이 아닙니다.