$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

FPCA를 통한 고빈도 시계열 변동성 분석: R함수 소개와 응용
FPCA for volatility from high-frequency time series via R-function 원문보기

응용통계연구 = The Korean journal of applied statistics, v.33 no.6, 2020년, pp.805 - 812  

윤재은 (숙명여자대학교 통계학과) ,  김종민 (미네소타대학교) ,  황선영 (숙명여자대학교 통계학과)

초록
AI-Helper 아이콘AI-Helper

본 논문은 최근 금융시계열 분야에서 자주 등장하는 고빈도 시계열 변동성 분석을 다루고 있다. 고빈도 시계열 변동성 분석을 위해 차원 축소를 목적으로 하는 함수형 주성분분석을 적용하였으며 이를 수행하는 R의 두 함수를 비교하고 있다. 응용으로서, KOSPI 고빈도 자료에 적용해 보았다.

Abstract ▼ AI-Helper 아이콘AI-Helper

High-frequency data are now prevalent in financial time series. As a functional data arising from high-frequency financial time series, we are concerned with the intraday volatility to which functional principal component analysis (FPCA) is applied in order to achieve a dimension reduction. A review...

주제어

#함수형 주성분분석   #고빈도 시계열   #R-함수  

표/그림 (2)

참고문헌 (15)

  1. Aue, A., Horvath, L., and Pellatt, D. F. (2017). Functional generalized autoregressive conditional heteroskedasticity, Journal of Time Series Analysis, 38, 3-21. 

    상세보기 crossref

  2. Conway, J. B. (1994). A Course in Functional Analysis, Springer, New York. 

  3. Hadjipantelis, Dai, Ji, Han, Muller, and Wang (2017). Functional PCA in R, R manual. 

  4. Hormann, S., Horvath, L., and Reeder, R. (2013). A functional version of the ARCH model, Econometric Theory, 29, 267-288. 

    상세보기 crossref

  5. Horvath, L. and Kokoszka, P. (2012). Inference for Functional Data with Applications, Springer. 

  6. Kim, J.-M. and Hwang, S. Y. (2020). Functional ARCH directional dependence via copula for intraday volatility based on high-frequency financial time series, Applied Economics, online published. 

  7. Ramsay, J. O. and Silverman, B. W. (1997). Functional Data Analysis, Springer, New York. 

  8. Ramsay, J. O. and Silverman, B. W. (2002). Applied Functional Data Analysis, Springer, New York. 

  9. Ramsay, J. O., Hooker, G. and Silverman, B.W. (2009). Functional Data Analysis with R and MATLAB, Springer, New York. 

  10. Rao, C. R. (1958). Some statistical methods for comparison of growth curves, Biometrics, 14, 1-17. 

    상세보기 crossref

  11. Rao, C. R. (1987). Prediction in growth curve models (with discussion), Statistical Science, 2, 434-471. 

    상세보기 crossref

  12. Tucker, L. R. (1958) Determination of parameters of a functional relationship by factor analysis, Psychometrika, 23, 19-23. 

    상세보기 crossref

  13. Wang, J. L., Chiou, J. M., and Muller, H. G. (2016). Functional data analysis, Annual Review of Statistics and Its Application, 3, 257-295. 

    상세보기 crossref

  14. Yao, F., Muller, H. G., and Wang, J. L. (2005). Functional data analysis for sparse longitudinal data, Journal of the American Statistical Association, 100, 577-590. 

    상세보기 crossref

  15. Yoon, J. E., Kim, J. M., and Hwang, S. Y. (2017). Functional ARCH (fARCH) for high-frequency time series: illustration, Korean Journal of Applied Statistics, 30, 983-991. 

    원문보기 상세보기 crossref

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로