抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
効果的要約,モデリング,および日内収益の分布特性の予測,ならびに,記号データ解析の領域におけるヒストグラム値時系列予測に関する最近の研究を動機にして,著者らは,日内リターンのための分位関数値(QF値)日要約を予測するための時系列モデルを開発した。このモデルを動的量子化関数(DQF)モデルと呼ぶ。ヒストグラムの代わりに,著者らは,日内リターンの分布を要約するために,g-and-h量子化関数を使用することを提案した。パラメータの不確実性を考慮しながら統計的推論を行うためにDQFモデルのBayes定式化を行った。効率的なMCMCアルゴリズムをサンプリングベースの事後推論のために開発した。10の国際市場指数と各市場からのサンプル外データの約2000日を用いて,DQFモデルの性能は,区間値およびヒストグラム値時系列モデルに対して,日内収益の予測VaRに関して,良好に比較した。さらに,著者らは,QF値予測が,毎日のリターン(QR-DQF)に関する単純な分位回帰モデルによって,毎日の時間スケールでVaR対策を予測するために使用できることを実証した。ある市場において,得られたQR-DQFモデルは,毎日の収益に対する競合VaR予測を提供できる。【JST・京大機械翻訳】