Modelling and forecasting multivariate realized volatility
多元已实现波动率的建模与预测AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要直接研究已实现协方差矩阵的动态建模与预测，对应金融波动率。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
多元已实现波动率的建模与预测
- 研究问题
- 如何动态建模和预测已实现协方差矩阵，在容纳灵活依赖结构的同时保证预测矩阵正定，并评估其实际表现？
- 方法与思路
- 作者提出基于分数阶单整过程的动态建模方法，允许灵活的依赖模式，并通过实证应用考察协方差预测与投资决策表现。
- 材料陈述的贡献
- 摘要称该方法自动保证预测矩阵正定，且在所研究应用中，统计精度和经典投资决策的均值—方差权衡优于所比较方法。
- 阅读关注点
- 应核对矩阵参数化如何保证正定、分数阶动态如何估计，以及比较模型、预测评价和投资决策实验的具体设置。
- 阅读边界
- 仅依据所给 OpenAlex 版本摘要；样本、比较方法和改进幅度未说明，不能推断普遍优越性或其他版本的变化。
原文摘要
This paper proposes a methodology for dynamic modelling and forecasting of realized covariance matrices based on fractionally integrated processes. The approach allows for flexible dependence patterns and automatically guarantees positive definiteness of the forecast. We provide an empirical application of the model, which shows that it outperforms other approaches in the extant literature, both in terms of statistical precision as well as in terms of providing a superior mean-variance trade-off in a classical investment decision setting.