關於生成用於測試的合成時間序列的文獻

我有一些債券價格和 CDS 指數的市場數據（每日時間序列），我想生成這些在統計上“相似”的合成版本，用於測試交易策略。有沒有關於這個主題的文獻？

是的，事實上，關於這個主題的全部文獻都來自非線性動力學領域——它被稱為代理方法。這個想法本質上是想出一個原始數據集的“加擾”版本，它保留了許多基本的統計屬性，儘管可能不是對你的目的可能很重要的串列依賴結構。我認為最好的方法是對您的數據應用傅立葉變換以在頻域中重新表達它，然後以這種形式隨機打亂數據，然後通過應用逆變換轉換回來。FileExchange 中的這個 Matlab 程式碼正是這樣做的：

http://www.mathworks.com/matlabcentral/fileexchange/32621-phase-randomization/content/phaseran.m

我想到的最簡單的答案是生成相關的時間序列。

本文件的第 3 部分對流程進行了很好的描述：

http://www.columbia.edu/~mh2078/MCS04/MCS_framework_FEegs.pdf

如果您將相關性輸入基於市場數據中觀察到的相關性，您應該獲得“統計上”相似的時間序列。

引用自：https://quant.stackexchange.com/questions/1836