Answers:
我认为主要原因是许多金融时间序列都表现出高波动性,而标准ARIMA模型不适用于高波动性数据。因此,考虑到这一点的特殊时间序列模型对于生成更好的预测很重要。
ARIMA模型已经建立良好,而时间序列模型(例如GARCH)的模型波动性则较新,并且对于扩展和理论发展更为开放。这就是为什么该主题吸引学者的原因。
波动性是金融中非常重要的概念,其原因很简单:。假设您需要从芝加哥到达印第安纳波利斯。您有两种选择可以到达那里,您可以使用空调和巡航控制系统驾驶漂亮的豪华SUV,或者可以偷偷溜入有轨电车。它的夏天和有轨电车的内部高度为110度,一个小时后您变得如此炎热,以至于您仅想跳到半途而停。您被撞到火车车厢的侧面并伤了肩膀,现在您无法使用右臂,而痛苦正在使您丧命。您现在想跳出来并采取任何措施来减轻疼痛。您决定全力以赴,并在三个小时后到达印第安纳波利斯,开车所需的时间相同。两种选择都导致相同的结果,
股票收益也是如此,以标准差和波动率来表示年终股市上涨之旅中所经历的不适程度。过度的波动将使您想要卖出股票或投资组合。它会使骑行极为不舒服。理性的投资者,甚至声称自己长期以来一直在其中的投资者,都将受到考验,以在波动性太大的底部卖出。
利用波动率和标准差,您可以计算任何投资组合中最关键的指标之一,即风险调整后的收益。Sharpe和Sortino比率之类的公式有助于量化股票或投资组合的风险调整收益。
除期权定价外,这是波动率和标准差在投资组合构建和金融计量经济学中的最佳应用。