2 votos

¿Cómo estimar los parámetros del movimiento browniano geométrico con media variable en el tiempo?

¿Alguien sabe cómo estimar $A$, $\sigma_1$,$\sigma_2$ a partir del siguiente sistema?

$$dx = \mu_t x dt + \sigma_1 x dB_x$$

$$d\mu = A(\bar\mu - \mu) dt + \sigma_2 dB_\mu$$

¿La variación en $x$ podría atribuirse a la variación en $\mu$, o a la variación en $dB_x$, ¿verdad?

Supongamos que conozco $\bar \mu$, pero necesito estimar todos los demás parámetros.

0 votos

Por favor, echa un vistazo a lo que hice para asegurarme de que tu formato matemático aparezca correctamente la próxima vez.

0 votos

También sería interesante ver de dónde obtuviste este modelo (¿o lo creaste tú mismo)? ¿Esta fuente no proporcionó pistas sobre cómo calibrar? ¿Qué has intentado hasta ahora?

1 votos

¿Cuál es la correlación asumida entre $B_\mu$ y $B_x?

3voto

fkydoniefs Puntos 11

Yo diría

  1. Tomar el logaritmo de la primera ecuación para eliminar la dependencia de $x_t$
  2. Aplicar las ecuaciones del filtro de Kalman para estimar parámetros

Creo que Conrad y Kaul (1988) J of Business hacen exactamente lo que describes.

1voto

scottishwildcat Puntos 146

Depende del uso de tu modelo como se señaló en los comentarios. Si una versión discretizada es suficiente, entonces los modelos de espacio de estado podrían ser una solución.

Puedes consultar el libro de texto gratuito en línea de Athana­sopou­los y Hyndman. Los modelos de espacio de estado describen las series temporales en términos de nivel/tendencia (y estacionalidad) de manera aditiva o multiplicativa. Hay procedimientos y paquetes muy útiles para estimar y pronosticar dichos modelos.

1voto

Matthew Scharley Puntos 43262

Gracias chicos. Siento la tardanza en responder, simplemente lo resolví en Matlab utilizando la estimación de máxima verosimilitud. Resulta que todo lo que tenemos que hacer es especificar un modelo de espacio de estados, luego estimar el coeficiente usando MLE. La linealidad y la normalidad aquí hacen las cosas bastante simples.

2 votos

Lo que sería realmente genial es si pudieras publicar tu código aquí. ¡Estoy segura de que definitivamente ayudaría a otras personas en el futuro!

Finanhelp.com

FinanHelp es una comunidad para personas con conocimientos de economía y finanzas, o quiere aprender. Puedes hacer tus propias preguntas o resolver las de los demás.

Powered by:

X