論文の概要: Parametric quantile autoregressive conditional duration models with
application to intraday value-at-risk
- arxiv url: http://arxiv.org/abs/2308.15571v1
- Date: Tue, 29 Aug 2023 18:57:50 GMT
- ステータス: 処理完了
- システム内更新日: 2023-08-31 15:44:27.622405
- Title: Parametric quantile autoregressive conditional duration models with
application to intraday value-at-risk
- Title（参考訳）: パラメトリックquantile autoregressive conditional duration modelとintraday value-at-riskへの応用
- Authors: Helton Saulo, Suvra Pal, Rubens Souza, Roberto Vila, Alan Dasilva
- Abstract要約: 自己回帰条件付き持続時間モデルの新たな拡張を提案する。
提案したモデルでは、従来の条件平均(または中央値)時間ではなく、異なるパーセンタイルをモデル化することができる。
また,提案モデルの性能を評価するために,モンテカルロシミュレーションの詳細な研究を行った。
- 参考スコア（独自算出の注目度）: 0.22499166814992436
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The modeling of high-frequency data that qualify financial asset transactions
has been an area of relevant interest among statisticians and econometricians
-- above all, the analysis of time series of financial durations.
Autoregressive conditional duration (ACD) models have been the main tool for
modeling financial transaction data, where duration is usually defined as the
time interval between two successive events. These models are usually specified
in terms of a time-varying mean (or median) conditional duration. In this
paper, a new extension of ACD models is proposed which is built on the basis of
log-symmetric distributions reparametrized by their quantile. The proposed
quantile log-symmetric conditional duration autoregressive model allows us to
model different percentiles instead of the traditionally used conditional mean
(or median) duration. We carry out an in-depth study of theoretical properties
and practical issues, such as parameter estimation using maximum likelihood
method and diagnostic analysis based on residuals. A detailed Monte Carlo
simulation study is also carried out to evaluate the performance of the
proposed models and estimation method in retrieving the true parameter values
as well as to evaluate a form of residuals. Finally, the proposed class of
models is applied to a price duration data set and then used to derive a
semi-parametric intraday value-at-risk (IVaR) model.
- Abstract（参考訳）: 金融資産取引を適格化する高周波データのモデリングは、統計学者や計量学者の間で関係のある分野であり、その上、金融期間の時系列の分析も行われている。
自己回帰条件付き持続時間(ACD)モデルは、金融取引データをモデリングするための主要なツールであり、通常は2つの連続するイベント間の時間間隔として定義される。
これらのモデルは、通常、平均(または中央値)条件持続時間の観点から指定される。
本稿では、その量子化によって再パラメータ化された対数対称分布に基づいて、新しいACDモデルの拡張を提案する。
提案手法では, 従来の条件付き平均(または中央値)持続時間ではなく, 異なるパーセンタイルをモデル化できる。
本稿では, 最大確率法を用いたパラメータ推定や残差に基づく診断解析など, 理論的性質と実用的課題について詳細に検討する。
また, モンテカルロシミュレーションにより, 提案モデルの性能評価, 真のパラメータ値の検索における推定法, 残差形態の評価を行った。
最後に、提案したモデルのクラスを価格持続時間データセットに適用し、半パラメトリックな日内値-リスクモデル(IVaR)を導出する。
関連論文リスト
- On conditional diffusion models for PDE simulations [53.01911265639582]
スパース観測の予測と同化のためのスコアベース拡散モデルについて検討した。
本稿では,予測性能を大幅に向上させる自動回帰サンプリング手法を提案する。
また,条件付きスコアベースモデルに対する新たなトレーニング戦略を提案する。
論文 参考訳（メタデータ） (2024-10-21T18:31:04Z) - Rigorous Assessment of Model Inference Accuracy using Language
Cardinality [5.584832154027001]
我々は,統計的推定を決定論的精度尺度に置き換えることで,モデル精度評価におけるバイアスと不確実性を最小化する体系的アプローチを開発する。
我々は、最先端の推論ツールによって推定されるモデルの精度を評価することによって、我々のアプローチの一貫性と適用性を実験的に実証した。
論文 参考訳（メタデータ） (2022-11-29T21:03:26Z) - Wasserstein multivariate auto-regressive models for modeling distributional time series [0.0]
多変量分布時系列の統計解析のための新しい自己回帰モデルを提案する。
このようなモデルの解の存在、特異性、定常性に関する結果が提供される。
また,本手法を各国の年齢分布から得られたデータ集合に適用した。
論文 参考訳（メタデータ） (2022-07-12T10:18:36Z) - Continuous-Time Modeling of Counterfactual Outcomes Using Neural
Controlled Differential Equations [84.42837346400151]
反現実的な結果を予測することは、パーソナライズされたヘルスケアをアンロックする可能性がある。
既存の因果推論アプローチでは、観察と治療決定の間の通常の離散時間間隔が考慮されている。
そこで本研究では,腫瘍増殖モデルに基づく制御可能なシミュレーション環境を提案する。
論文 参考訳（メタデータ） (2022-06-16T17:15:15Z) - CSDI: Conditional Score-based Diffusion Models for Probabilistic Time
Series Imputation [107.63407690972139]
Conditional Score-based Diffusion Model for Imputation (CSDI) は、観測データに条件付きスコアベース拡散モデルを利用する新しい時系列計算法である。
CSDIは、一般的なパフォーマンスメトリクスの既存の確率論的計算方法よりも40-70%改善されている。
さらに、Cは最先端の決定論的計算法と比較して誤差を5-20%削減する。
論文 参考訳（メタデータ） (2021-07-07T22:20:24Z) - Improved Prediction and Network Estimation Using the Monotone Single
Index Multi-variate Autoregressive Model [34.529641317832024]
単調単一指数多変量自己回帰モデル(SIMAM)に基づく半パラメトリックアプローチを開発する。
我々は、従属データに対する理論的保証と、交互に投影される勾配降下アルゴリズムを提供する。
シミュレーションデータと2つの実データ例において,優れた性能を示す。
論文 参考訳（メタデータ） (2021-06-28T12:32:29Z) - Generative Temporal Difference Learning for Infinite-Horizon Prediction [101.59882753763888]
我々は、無限確率的地平線を持つ環境力学の予測モデルである$gamma$-modelを導入する。
トレーニングタイムとテストタイムの複合的なエラーの間には、そのトレーニングが避けられないトレードオフを反映しているかについて議論する。
論文 参考訳（メタデータ） (2020-10-27T17:54:12Z) - On a computationally-scalable sparse formulation of the multidimensional
and non-stationary maximum entropy principle [0.0]
我々は、MaxEnt-principleの非定常定式化を導出し、その解が正規化によるスパース制約最適化問題の数値最大化によって近似可能であることを示す。
主要な7つのベンチマーク時系列は、条件付きメモリレスMaxEntモデルによりよりよく記述されていることを示す。
この分析は、異なる市場における正および負の潜伏変化に対する統計的に重要な時間的関係のスパースネットワークを明らかにしている。
論文 参考訳（メタデータ） (2020-05-07T05:22:46Z) - Nonparametric Estimation in the Dynamic Bradley-Terry Model [69.70604365861121]
カーネルのスムース化に依存する新しい推定器を開発し、時間とともにペア比較を前処理する。
モデルに依存しない設定における推定誤差と余剰リスクの両方について時間変化のオラクル境界を導出する。
論文 参考訳（メタデータ） (2020-02-28T21:52:49Z) - A Multi-Channel Neural Graphical Event Model with Negative Evidence [76.51278722190607]
イベントデータセットは、タイムライン上で不規則に発生するさまざまなタイプのイベントのシーケンスである。
基礎となる強度関数を推定するために,非パラメトリックディープニューラルネットワーク手法を提案する。
論文 参考訳（メタデータ） (2020-02-21T23:10:50Z) - Predicting Multidimensional Data via Tensor Learning [0.0]
本研究では,本データセットの内在的多次元構造を保持するモデルを開発する。
モデルパラメータを推定するために、オルタネート・リースト・スクエアスアルゴリズムを開発した。
提案モデルは,予測文献に存在するベンチマークモデルより優れている。
論文 参考訳（メタデータ） (2020-02-11T11:57:07Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。