18、平稳时间序列的非参数序贯预测与美式看跌期权的实证定价

平稳时间序列的非参数序贯预测与美式看跌期权的实证定价

平稳时间序列的非参数序贯预测

在时间序列预测领域，非参数方法为解决复杂问题提供了有效的途径。以下将介绍几种常见的非参数预测策略。

基于最近邻的预测策略

该策略使用特定的基本专家 (h_{n}^{(k,\ell)}) 进行预测。在时间 (n) 时，基本专家 (h_{n}^{(k,\ell)}) 的定义如下：
[h_{n}^{(k,\ell)}(x_{1}^{n}, y_{1}^{n - 1}) = T_{\min{n\delta,\ell}}\left(\frac{\sum_{t\in J_{n}^{(k,\ell)}} y_{t}}{\vert J_{n}^{(k,\ell)}\vert}\right)]
其中 (n > k + 1)，如果求和非空则按上式计算，否则为 0，且 (0 < \delta < \frac{1}{8})。专家池的混合方式与基于直方图的策略相同。
当满足一定条件，如选择 (\eta_t = \frac{1}{\sqrt{t}})，且对于每个向量 (s)，随机变量 (|(X_{1}^{k + 1}, Y_{1}^{k}) - s|) 具有连续分布函数时，此最近邻策略对于所有联合平稳且遍历的过程 ({(X_n, Y_n)} {-\infty}^{\infty})（满足 (E{Y {0}^{4}} < \infty)）是普遍一致的。

广义线性估计

基本预测器 (h_{n}^{(k,\ell)}) 生成的预测形式为：
[h_{n}^{(k,\ell)}(x_{1}^{n}, y_