基于g-h分布的极值分布拟合新方法

g-h分布是一种能对具有尖峰、厚尾、偏态特征的分布进行很好拟合的分布,还没有人将其专门用于分布尾部的局部拟合;同时g-h分布传统拟合方法是用分位数分别对其参数进行拟合的,这很难做到使四阶矩同时与目标分布一致。文章首先提出了g-h分布的蒙特卡罗算法;然后利用它进行股票收益率的极端值进行拟合;最后和极值分布拟合方法进行了对比分析。实证表明,g-h分布的蒙特卡罗算法比极值理论更加方便、灵活和准确。