Modelos de volatilidade estocástica utilizando os métodos de Langevin ajustado Metropolis e de Monte Carlo Hamiltoniano (2017)
- Authors:
- Autor USP: EHLERS, RICARDO SANDES - ICMC
- Unidade: ICMC
- Subjects: INFERÊNCIA BAYESIANA; ANÁLISE DE SÉRIES TEMPORAIS; MÉTODO DE MONTE CARLO
- Keywords: Modelos de volatilidade estocástica; Método Langevin ajustado Metropolis – MALA; Monte Carlo Hamiltoniano – HMC
- Language: Português
- Imprenta:
- Publisher: Associação Brasileira de Estatística - ABE
- Publisher place: São Paulo, SP
- Date published: 2017
- Source:
- Título do periódico: Anais
- Conference titles: Escola de Séries Temporais e Econometria - ESTE
-
ABNT
DIAS, David e EHLERS, Ricardo Sandes. Modelos de volatilidade estocástica utilizando os métodos de Langevin ajustado Metropolis e de Monte Carlo Hamiltoniano. 2017, Anais.. São Paulo, SP: Associação Brasileira de Estatística - ABE, 2017. Disponível em: http://www.redeabe.org.br/este2017/trabalhos/anais.pdf. Acesso em: 23 abr. 2024. -
APA
Dias, D., & Ehlers, R. S. (2017). Modelos de volatilidade estocástica utilizando os métodos de Langevin ajustado Metropolis e de Monte Carlo Hamiltoniano. In Anais. São Paulo, SP: Associação Brasileira de Estatística - ABE. Recuperado de http://www.redeabe.org.br/este2017/trabalhos/anais.pdf -
NLM
Dias D, Ehlers RS. Modelos de volatilidade estocástica utilizando os métodos de Langevin ajustado Metropolis e de Monte Carlo Hamiltoniano [Internet]. Anais. 2017 ;[citado 2024 abr. 23 ] Available from: http://www.redeabe.org.br/este2017/trabalhos/anais.pdf -
Vancouver
Dias D, Ehlers RS. Modelos de volatilidade estocástica utilizando os métodos de Langevin ajustado Metropolis e de Monte Carlo Hamiltoniano [Internet]. Anais. 2017 ;[citado 2024 abr. 23 ] Available from: http://www.redeabe.org.br/este2017/trabalhos/anais.pdf - Comparing multivariate GARCH-DCC models using Hamiltonian Monte Carlo and Stan
- Bayesian estimation of the Kumaraswamy inverse Weibull distribution
- Computational tools for comparing asymmetric GARCH models via Bayes factors
- Outliers identification on spatial models
- Zero variance estimator for GJR-GARCH models via Hamiltonian Monte Carlo
- A Study Hamiltonian Monte Carlo methods in univariate GARCH models
- Influential observations in spatial models using Bregman divergence
- A study of skewed heavy-tailed distributions as scale mixtures
- Bayesian inference for GJR-GARCH models via Hamiltonian Monte Carlo
- A Conway-Maxwell-Poisson GARMA model for count time series data
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
