Construction of stochastic volatility model based on realized volatility distribution and its application

基于已实现波动率分布的随机波动率模型构建及其应用

基本信息

  • 批准号:
    25330047
  • 负责人:
  • 金额:
    $ 2.91万
  • 依托单位:
  • 依托单位国家:
    日本
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
  • 财政年份:
    2013
  • 资助国家:
    日本
  • 起止时间:
    2013-04-01 至 2016-03-31
  • 项目状态:
    已结题

项目摘要

项目成果

期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
ハイブリッドモンテカルロ法による実現確率的ボラティリティモデルのベイズ推定
使用混合蒙特卡罗方法实现随机波动率模型的贝叶斯估计
  • DOI:
  • 发表时间:
    2013
  • 期刊:
  • 影响因子:
    0
  • 作者:
    高石 哲弥
  • 通讯作者:
    高石 哲弥
実現確率的ボラティリティ変動モデルによる株価収益率変動の分析
利用已实现随机波动率波动模型分析股价收益波动
  • DOI:
  • 发表时间:
    2016
  • 期刊:
  • 影响因子:
    0
  • 作者:
    高石 哲弥
  • 通讯作者:
    高石 哲弥
GPGPU Computing in Financial Time Series
金融时间序列中的 GPGPU 计算
  • DOI:
  • 发表时间:
    2014
  • 期刊:
  • 影响因子:
    0
  • 作者:
    高石 哲弥
  • 通讯作者:
    高石 哲弥
Bayesian estimation of realized stochastic volatility model by Hybrid Monte Carlo algorithm
通过混合蒙特卡罗算法实现随机波动率模型的贝叶斯估计
  • DOI:
    10.1088/1742-6596/490/1/012092
  • 发表时间:
    2014
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Tetsuya Takaishi
  • 通讯作者:
    Tetsuya Takaishi
An application of the hybrid Monte Carlo algorithm for realized stochastic volatility model
混合蒙特卡罗算法在实现随机波动率模型中的应用
  • DOI:
  • 发表时间:
    2015
  • 期刊:
  • 影响因子:
    0
  • 作者:
    T.Takaishi; Y.Liu;T.T. Chen
  • 通讯作者:
    T.T. Chen
{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

Takaishi Tetsuya其他文献

Time Evolution of Market Efficiency and Multifractality of the Japanese Stock Market
日本股票市场的市场效率和多重分形的时间演化
  • DOI:
    10.3390/jrfm15010031
  • 发表时间:
    2022
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Takaishi Tetsuya
  • 通讯作者:
    Takaishi Tetsuya
Time-varying properties of asymmetric volatility and multifractality in Bitcoin
比特币中不对称波动性和多重分形的时变特性
  • DOI:
    10.1371/journal.pone.0246209
  • 发表时间:
    2021
  • 期刊:
  • 影响因子:
    3.7
  • 作者:
    Takaishi Tetsuya
  • 通讯作者:
    Takaishi Tetsuya
Rough volatility of Bitcoin
比特币的剧烈波动
  • DOI:
    10.1016/j.frl.2019.101379
  • 发表时间:
    2020
  • 期刊:
  • 影响因子:
    10.4
  • 作者:
    Takaishi Tetsuya
  • 通讯作者:
    Takaishi Tetsuya
Time Evolution of Market Efficiency and Multifractality of the Japanese Stock Market
日本股票市场的市场效率和多重分形的时间演化
  • DOI:
    10.3390/jrfm15010031
  • 发表时间:
    2022
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Takaishi Tetsuya
  • 通讯作者:
    Takaishi Tetsuya
Hybrid Monte Carlo estimation of Bitcoin volatility through stochastic volatility model
通过随机波动率模型混合蒙特卡罗估计比特币波动率
  • DOI:
  • 发表时间:
    2019
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Takaishi Tetsuya
  • 通讯作者:
    Takaishi Tetsuya

Takaishi Tetsuya的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

{{ truncateString('Takaishi Tetsuya', 18)}}的其他基金

A study of statistical properties of cryptocurrencies and their time series charactaristics by multifractal analsysis
通过多重分形分析研究加密货币的统计特性及其时间序列特征
  • 批准号:
    18K01556
  • 财政年份:
    2018
  • 资助金额:
    $ 2.91万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)

相似海外基金

Ab initio structure prection of proteins by combining the extended ensemble method with liquid state theory
扩展系综法与液态理论相结合从头计算蛋白质结构
  • 批准号:
    20K03879
  • 财政年份:
    2020
  • 资助金额:
    $ 2.91万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
数値計算の符号問題の解決に向けた基本アルゴリズムの開発と物理学の諸問題への適用
开发解决数值计算中符号问题的基本算法以及在物理中各种问题的应用
  • 批准号:
    20H01900
  • 财政年份:
    2020
  • 资助金额:
    $ 2.91万
  • 项目类别:
    Grant-in-Aid for Scientific Research (B)
Toward improvement on Monte Carlo method by machine learning
通过机器学习改进蒙特卡罗方法
  • 批准号:
    18K13548
  • 财政年份:
    2018
  • 资助金额:
    $ 2.91万
  • 项目类别:
    Grant-in-Aid for Early-Career Scientists
ハイブリッドモンテカルロ法によるフレーバー数3の格子QCD計算
使用混合蒙特卡罗方法进行 3 种类型的格子 QCD 计算
  • 批准号:
    13740164
  • 财政年份:
    2001
  • 资助金额:
    $ 2.91万
  • 项目类别:
    Grant-in-Aid for Young Scientists (B)
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了