Моделирование и оценивание длинной памяти финансовых временных рядов

В настоящей работе исследованы свойства длинной памяти временных рядов стоимостных показателей финансовых активов. Для моделирования таких процессов нами использованы модели авторегрессии дробно-интегрированного скользящего среднего, являющиеся наиболее успешными среди всех подобных моделей. В работе проведён обзор методов оценивания параметров таких моделей, дан анализ их основных достоинств, выделены их недостатки и предложен новый метод, позволяющий устойчиво оценивать параметр длинной памяти для нестационарных рядов, содержащих полиномиальный тренд. В работе исследованы временные ряды стоимостных показателей некоторых финансовых активов и получены количественные оценки показателя их длинной памяти.

длинная память, дробно-интегрированные процессы ARFIMA, периодограмма, метод Уиттла