一个应用于美国股市的多周期长记忆模型
2024-11-29
本文提出了一个包含长期成分和多个周期的长记忆模型。该模型允许频谱中存在多个极点，从而可以模拟具有不同持续性的不同周期。模型还包含了时间切比雪夫多项式形式的非线性确定性结构。通过模拟分析了该模型的有限样本性质，结果表明，在大样本（至少1000个观测值）情况下，该模型表现良好。模型应用于1970年1月1日至2023年10月26日的标准普尔500指数周数据。基于对数差分值（即收益率）的估计结果表明，该序列存在三个周期结构，长度分别约为一个月、一年和四年，积分阶数在(0, 0.20)范围内，这意味着所有情况下的平稳长记忆。
8