基于不需要后验密度解析形式的随机梯度哈密尔顿蒙特卡洛(stochastic gradient Hamiltonian Monte Carlo,SGHMC)方法对AR-GJR-GARCH模型的参数进行了贝叶斯估计。以2019.3.13—2020.1.2和2020.1.3—2020.11.3两个时间段的中证医药指数...基于不需要后验密度解析形式的随机梯度哈密尔顿蒙特卡洛(stochastic gradient Hamiltonian Monte Carlo,SGHMC)方法对AR-GJR-GARCH模型的参数进行了贝叶斯估计。以2019.3.13—2020.1.2和2020.1.3—2020.11.3两个时间段的中证医药指数的数据为例,对本文提出的方法进行了检验。结果显示,所得的参数估计值反映了与该指数的波动性相关的市场背景信息。展开更多
文摘基于不需要后验密度解析形式的随机梯度哈密尔顿蒙特卡洛(stochastic gradient Hamiltonian Monte Carlo,SGHMC)方法对AR-GJR-GARCH模型的参数进行了贝叶斯估计。以2019.3.13—2020.1.2和2020.1.3—2020.11.3两个时间段的中证医药指数的数据为例,对本文提出的方法进行了检验。结果显示,所得的参数估计值反映了与该指数的波动性相关的市场背景信息。
