一种新的非正态联合分布拟合方法:基于g-h分布的蒙特卡罗模拟

摘要

用g-h分布进行证券收益率的拟合有很多优点,但是它现有的拟合算法是用分位数分别对其参数进行拟合的,不能使前四阶矩与目标分布一致;同时在给出相关系数矩阵的情况下传统方法不能拟合出符合给定相关系数矩阵的联合分布。为了解决这一不足,文章提出了g-h分布联合分布拟合的蒙特卡罗算法。实证表明,这一方法能够很好地拟合多证券收益率的联合历史分布,在分别给定均值、标准差、偏度、峰度相关系的情况下能得出符合这些参数的模拟分布。