Simulated likelihood inference for stochastic volatility models using continuous particle filtering

Simulated likelihood inference for stochastic volatility models using continuous particle filtering

Weitere Versionen anzeigen (1)

Discrete-time stochastic volatility (SV) models have generated a considerable literature in financial econometrics. However, carrying out inference for these models is a difficult task and often relies on carefully customized Markov chain Monte Carlo techniques. Our contribution here is twofold. Fir...

Ausführliche Beschreibung

Bibliographische Detailangaben
Hauptverfasser:	Pitt, M, Malik, S, Doucet, A
Format:	Journal article
Veröffentlicht:	2014

Ähnliche Einträge

Simulated likelihood inference for stochastic volatility models using continuous particle filtering
von: Pitt, M, et al.
Veröffentlicht: (2014)

Stochastic Volatility: Likelihood Inference and Comparison with ARCH Models.
von: Kim, S, et al.
Veröffentlicht: (2005)

Stochastic volatility: likelihood inference and comparison with ARCH models.
von: Kim, S, et al.
Veröffentlicht: (1994)

Stochastic Volatility: Likelihood Inference and Comparison with ARCH Models.
von: Kim, S, et al.
Veröffentlicht: (2003)

Maximum Likelihood Inference for Asymmetric Stochastic Volatility Models
von: Omar Abbara, et al.
Veröffentlicht: (2022-12-01)

Stochastic volatility with leverage: fast likelihood inference.
von: Omori, Y, et al.
Veröffentlicht: (2004)

Stochastic Volatility with Leverage: Fast and Efficient Likelihood Inference.
von: Omori, Y, et al.
Veröffentlicht: (2007)

Stochastic volatility with leverage: fast and efficient likelihood inference
von: Omori, Y, et al.
Veröffentlicht: (2007)

Bayesian inference based only on simulated likelihood: particle filter analysis of dynamic economic models.
von: Flury, T, et al.
Veröffentlicht: (2008)

Bayesian inference based only on simulated likelihood: particle filter analysis of dynamic economic models.
von: Flury, T, et al.
Veröffentlicht: (2011)

Gradient-free maximum likelihood parameter estimation with particle filters
von: Poyiadjis, G, et al.
Veröffentlicht: (2006)

Likelihood based inference for diffusion driven models.
von: Chib, S, et al.
Veröffentlicht: (2004)

Likelihood-free Bayesian inference for dynamic, stochastic simulators in the social sciences
von: Dyer, J
Veröffentlicht: (2022)

Inference for Levy-Driven Stochastic Volatility Models via Adaptive Sequential Monte Carlo
von: Jasra, A, et al.
Veröffentlicht: (2011)

Estimation of Dynamic Panel Data Models with Stochastic Volatility Using Particle Filters
von: Wen Xu
Veröffentlicht: (2016-10-01)

Optimisation of particle filters using simultaneous perturbation stochastic approximation
von: Chan, T, et al.
Veröffentlicht: (2003)

In all likelihood : statistical modelling and inference using likelihood /
von: 324497 Pawitan, Yudi
Veröffentlicht: (2001)

Filtering via Simulation: Auxiliary Particle Filters.
von: Pitt, M, et al.
Veröffentlicht: (1999)

Filtering via simulation: auxiliary particle filters.
von: Pitt, M, et al.
Veröffentlicht: (1997)

Filtering via simulation: auxiliary particle filters
von: Pitt, M, et al.
Veröffentlicht: (1999)

Research on Financial Default Model with Stochastic Intensity Using Filtered Likelihood Method
von: Xiangdong Liu, et al.
Veröffentlicht: (2023-07-01)

Robust inference on parameters via particle filters and sandwich covariance matrices
von: Shephard, N, et al.
Veröffentlicht: (2012)

Robust inference on parameters via particle filters and sandwich covariance matrices.
von: Shephard, N, et al.
Veröffentlicht: (2012)

Robustness in stochastic filtering and maximum likelihood estimation for SDEs
von: Diehl, J, et al.
Veröffentlicht: (2014)

Particle methods for maximum likelihood estimation in latent variable models
von: Johansen, A, et al.
Veröffentlicht: (2008)

Maximum likelihood inference in weakly identified dynamic stochastic general equilibrium models
von: Andrews, Isaiah Smith, et al.
Veröffentlicht: (2016)

Discussions on continuous stochastic volatility models
von: Alhagyan, Mohammed, et al.
Veröffentlicht: (2020)

Bayesian Inference for Long Memory Stochastic Volatility Models
von: Pedro Chaim, et al.
Veröffentlicht: (2024-11-01)

Asymptotic properties of recursive particle maximum likelihood estimation
von: Tadic, VZB, et al.
Veröffentlicht: (2020)

Asymptotic properties of recursive particle maximum likelihood estimation
von: Tadic, VZB, et al.
Veröffentlicht: (2019)

Dynamic Indoor Localization Using Maximum Likelihood Particle Filtering
von: Wenxu Wang, et al.
Veröffentlicht: (2021-02-01)

Forecasting Return Volatility of the CSI 300 Index Using the Stochastic Volatility Model with Continuous Volatility and Jumps
von: Xu Gong, et al.
Veröffentlicht: (2014-01-01)

Estimation of Realized Asymmetric Stochastic Volatility Models Using Kalman Filter
von: Manabu Asai
Veröffentlicht: (2023-07-01)

A Estimation of Stochastic Volatility Models Using Optimized Filtering Algorithms
von: Saba Infante, et al.
Veröffentlicht: (2019-01-01)

Simulation-Based Likelihood Inference for Limited Dependent Processes.
von: Manrique, A, et al.
Veröffentlicht: (1998)

Simulation-based likelihood inference for limited dependent processes
von: Manrique, A, et al.
Veröffentlicht: (1998)

Particle filters for graphical models
von: Briers, M, et al.
Veröffentlicht: (2006)

Stochastic parameterization identification using ensemble Kalman filtering combined with maximum likelihood methods
von: Manuel Pulido, et al.
Veröffentlicht: (2018-01-01)

A binned likelihood for stochastic models
von: Argüelles, C. A, et al.
Veröffentlicht: (2021)

A binned likelihood for stochastic models
von: Argüelles, C.A., et al.
Veröffentlicht: (2022)