Bayesian modeling for financial time series: fully correlated non-affine stochastic volatility, stochastic drift and infinite-activity Lévy jumps

Abstract

Modelar a dinâmica de ativos financeiros continua sendo um problema desafiador e uma área ativa de pesquisa. Este trabalho considera uma classe flexível de modelos de preços de ativos que acomoda volatilidade estocástica não afim, drift estocástico e saltos de Lévy de atividade infinita. Seguindo uma abordagem Bayesiana, analisamos empiricamente dezesseis especificações de modelos em ativos representativos de classes principais: índices de ações, moedas, taxas de juros, commodities e criptomoedas. Avaliamos o desempenho dos modelos por meio de uma análise de resíduos e da verossimilhança marginal. Nossos resultados indicam que os modelos propostos apresentam desempenho promissor quando comparados às abordagens existentes.

Modeling the dynamics of financial assets remains a challenging problem and an active area of research. This work considers a flexible class of asset price models that accommodates non-affine stochastic volatility, stochastic drift, and infinite-activity Lévy jumps. Following a Bayesian approach, we empirically evaluate sixteen model specifications across representative assets drawn from major classes: equity indices, currencies, interest rates, commodities, and cryptocurrencies. We assessed model performance through a residual analysis and marginal likelihood. Our results indicate that the proposed models achieve promising performance when compared with existing approaches.