Optimal stochastic volatility models

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23520%2F01%3A00064868" target="_blank" >RIV/49777513:23520/01:00064868 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Optimal stochastic volatility models

Popis výsledku v původním jazyce

A new technique for nonlinear state and parameter estimation of the discrete time stochastic volatility models in the state space form is developed. The Gibbs sampler is used to construct a Markov-chain simulation tool that reflects both inherent model variability and parameter uncertainty. The Gibbs sampling algorithm is derived from the generalized data-augmentation method and the iterative Monte Carlo simulation procedures to calculating marginal state and parameters probability density functions. The design algorithm is based on a loop where samples from the correspondent data augmented probability density function are drawn. The proposed chain converges to equilibrium enabling to summarize the unobserved variance states and unknown model parameters distributions. The non-Gaussian density of the log of squared inovations is advantageously modelled as a mixture of Gaussians.

Název v anglickém jazyce

Optimal stochastic volatility models

Popis výsledku anglicky

A new technique for nonlinear state and parameter estimation of the discrete time stochastic volatility models in the state space form is developed. The Gibbs sampler is used to construct a Markov-chain simulation tool that reflects both inherent model variability and parameter uncertainty. The Gibbs sampling algorithm is derived from the generalized data-augmentation method and the iterative Monte Carlo simulation procedures to calculating marginal state and parameters probability density functions. The design algorithm is based on a loop where samples from the correspondent data augmented probability density function are drawn. The proposed chain converges to equilibrium enabling to summarize the unobserved variance states and unknown model parameters distributions. The non-Gaussian density of the log of squared inovations is advantageously modelled as a mixture of Gaussians.

Druh

V_x - Nezařazeno - Výzkumná zpráva obsahující utajované informace (takový výsledek lze do RIV vložit pouze v případě, že zpráva obsahuje utajované informace a pole R12 = U), nebo souhrnná výzkumná zpráva

CEP obor

BC - Teorie a systémy řízení

OECD FORD obor

—

Projekt

<a href="/cs/project/GA102%2F01%2F0021" target="_blank" >GA102/01/0021: Nelineární odhadování a detekce změn stochastických systémů</a><br>

Návaznosti

Z - Vyzkumny zamer (s odkazem do CEZ)

Rok uplatnění

2001

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Počet stran výsledku

1

Místo vydání

Plzeň

Název nakladatele resp. objednatele

Západočeská univerzita

Verze

—