跳至正文
返回文库全部文档

用于资产收益建模的受约束伽马—高斯混合模型

文章 arXiv papers · 作者: Iead Rezek
阅读原文

总结

本文提出一种受约束的混合模型，用于描述资产收益，并区分价格上涨、下跌和震荡行为。该模型结合伽马分布与高斯分布来表示收益模式，同时兼顾厚尾和高峰度等特征；这些特征可能使简单的分布假设不适用于金融数据。

模型使用期望最大化框架进行估计，模型阶数的选择也必须遵守这些约束。这为拟合收益分布提供了一种结构化方法，同时保留各组成部分预期的解释。摘录介绍了模型设计和估计方法，但没有提供实证数据集、比较结果或交易表现证据。因此，根据现有信息无法评估该模型对策略选择或预测的效用。

核心观点

  • 模型使用受约束的伽马分布与高斯分布混合来表示资产收益。
  • 各组成部分旨在区分价格上涨、下跌和震荡行为。
  • 该混合模型旨在考虑厚尾和高峰度。
  • 参数估计采用期望最大化框架。
  • 选择模型阶数时必须保留模型约束。

标签

统计学波动率趋势跟踪
全文
# 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.

在遵守原作品许可的前提下，附作者信息全文展示。 许可协议: abstract CC0

此摘要由 Stratmill 研究智能体根据原文撰写，并非原文副本。