matlab实现MCMC的马尔可夫转换MS- ARMA - GARCH模型估计

状态转换模型，尤其是马尔可夫转换（MS）模型，被认为是识别时间序列非线性的不错的方法。

估计非线性时间序列的方法是将MS模型与自回归移动平均 - 广义自回归条件异方差（ARMA - GARCH）模型相结合，但给参数估计的计算带来了困难。

最近我们被客户要求撰写关于MS- ARMA - GARCH的研究报告，包括一些图形和统计输出。我们建立了完整的MS- ARMA - GARCH模型及其贝叶斯估计。使用马尔可夫链蒙特卡罗（MCMC）方法，我们开发一种算法来计算我们模型的方案和参数的贝叶斯估计。

相关视频：时间序列分析：ARIMA GARCH模型分析股票价格数据

相关视频：马尔可夫链原理可视化解释与R语言区制转换Markov regime switching实例