Semiparametrische Modellierung heteroskedastischer Zeitreihen mit fraktionellen LARCH-Prozessen

在我们的设计项目中，统计不会影响长期记忆的效果，而不是长期记忆效应。双曲线型的自相矛盾，在自相矛盾的情况下。在不同的情况下，不同的床铺是不同的，不同的是不同的选择。在落叶松-Prozesse模型中，这是一种半参数模型，它包含了不同的参数函数。这就是统计方法的建模和统计方法，嗯，在统计方法和方法，嗯，在统计方法和方法，嗯，在统计数据的挥发物。[参考译文][参考译文][晓雨-0920交稿]这是一种新的统计方法，在算法理论中不存在这样的问题。

In diesem Projekt geht es um die statistische Untersuchung (bedingt) heteroskedastischer Zeitreihen, die den sogenannten long-memory Effekt, d.h. hyperbolisch abfallende Autokorrelationen, in den Volatilitäten aufweisen. Dieser Effekt kann u.a. durch stationäre Prozesse mit langfristig abhängiger bedingter Heteroskedastizität oder durch deterministische Änderung der Varianz erzeugt werden. Es wurde ein semiparametrisches Modell gewählt, in dem die durch (parametrische) LARCH-Prozesse modellierte Heteroskedastizität mit einer nichtparametrischen Varianzfunktion kombiniert wird. Ziel ist die Untersuchung dieses Modells und der dazugehörenden statistischen Methoden, um in diesem Rahmen stochastische von deterministischer Volatilität statistisch voneinander unterscheiden zu können. Gleichzeitig sollen auch stochastische Abhängigkeit im Erwartungswert und deterministische Trends in das Modell mitaufgenommen und dabei statistisch identifiziert werden.In den weiteren Projektphasen sollen die bisherigen Ergebnisse zu den parametrischen und nichtparametrischen Schätzmethoden vervollständigt und erweitert werden, und anschließend ihre simultane Anwendung und deren Umsetzung in Algorithmen theoretisch untersucht werden.