時間序列
使用 EWMA 估計相關性
我正在使用 EWMA 模型來評估年度時間序列之間的相關性。
我知道Riskmetrics 使用 $ \lambda=0.94 $ 對於日常數據和 $ \lambda=0.97 $ 對於月度數據。
對年度數據是否有建議值?如果沒有,如何估計?
這[數學處理錯誤] $ \lambda $ 原始論文中使用的值是任意的,但您可以通過假設(在最簡單的情況下)2 個資產並執行以下模型來估計:
[數學處理錯誤] $ \sigma^2_{12,t+1} $ $ = $ $ \lambda $ $ * $ $ \sigma^2_{12,t-1} $ $ + $ $ (1-\lambda) $ $ r_{1,t} $ $ * $ $ r_{2,t} $ ;
支付 $ r_{1,t} $ 和 $ r_{2,t} $ 分別作為資產 1 和 2 的收益和[數學處理錯誤] $ \sigma^2_{12,t} $ 時間 t 的波動率。
求解[數學處理錯誤] [λ數學處理錯誤] $ \lambda $ 作為唯一的未知變數,您可以找到 $ \lambda $ 估計。
要計算相關預測,請替換[數學處理錯誤] $ \sigma^2_{12,t+1} $ 在:
$ \rho_{t+1} $ $ = $ $ \frac{\sigma^2_{12,t+1}}{\sigma_{1,t+1}* \sigma_{2,t+1}} $ ;
在哪裡 $ \rho_{t+1} $ 是對未來相關性 1 期的預測。
這裡參考摩根大通的原始論文;我建議你閱讀論文估計 $ \lambda $ 再次,因為它的價值取決於回報的波動性,並且隨著時間的推移而變化。
作者使用 20 天的回報期來估計資產波動率和回報率,而且這個時間段的選擇也是任意的。
希望這可以幫助。