贝茨随机波动率模型
的贝茨
函数创建一个贝茨
对象,它代表一个贝茨模型。
贝茨模型是一种双变量复合模型赫斯顿
对象。贝茨模型由两个耦合的、不同的单变量模型组成,每个模型都由一个单独的布朗运动风险源和一个单独的复合泊松过程驱动,泊松过程表示重要事件的到来NPeriods
连续观察时间。贝茨模型近似连续时间贝茨随机波动过程。
第一个单变量模型是a“绿带运动”
具有随机波动函数和随机跳跃过程的模型,通常对应于一个价格过程,其方差率由第二个单变量模型控制。第二款是Cox-Ingersoll-Ross (圆形的
)描述耦合的方差率演化的平方根扩散模型“绿带运动”
价格的过程。
贝茨模型是二元复合模型。每个Bates模型由两个耦合的单变量模型组成:
创建一个贝茨
=贝茨(返回
,速度
,水平
,波动
,JumpFreq
,JumpMean
,JumpVol
)贝茨
对象,使用默认选项。
由于贝茨模型是耦合单变量模型组成的二元模型中,所有必需的输入对应于标量参数。指定所需的输入作为两种类型之一:
MATLAB®数组中。指定一个数组来指示静态(非时变)参数说明。这个数组完全捕获了所有实现细节,这些细节显然与参数形式相关。
MATLAB函数。指定一个函数来为几乎任何静态、动态、线性或非线性模型提供间接支持。万博1manbetx接口支持此参数,因为所有实现细节都是万博1manbetx隐藏的,并由函数完全封装。
您可以根据需要指定数组和函数输入参数的组合。此外,如果函数接受标量时间,则将参数标识为时间的确定性函数t
作为它唯一的输入参数。否则,参数被假定为时间的函数t和国家Xt并使用两个输入参数调用。
simByEuler |
用欧拉近似模拟贝茨样本路径 |
simByQuadExp |
用二次指数离散化方法模拟贝茨、赫斯顿和CIR采样路径 |
模拟 |
模拟多元随机微分方程(SDEs) |
Bates模型(Bates 1996)是Heston模型的扩展,不仅增加了随机波动率,而且还增加了Merton(1976)中跳跃扩散参数来模拟资产价格的突然波动。
在风险中性测度下,模型表示为
在这里:
ᵞ是连续的无风险利率。
问为连续股息收益率。
J随机百分比跳转大小是否取决于跳转发生的条件,在哪里
(1 +J)服从对数正态分布:
在这里:
μj的平均值J(μj> -1)。
ƛp是泊松过程的年频率(强度)吗Pt(ƛp≥0)。
υ是初始方差的标的资产(υ0> 0)。
θ是长期方差水平(θ> 0)。
κ是方差的均值回归的速度(κ> 0)。
συ是波动的波动(συ> 0)。
p韦纳过程之间有关联吗Wt和Wtυ(1≤p≤1)。
“樵夫条件”确保积极的变化:(2κθ>συ2)。
伴随跳跃的随机波动有助于更好地模拟不对称的瘦峰特征、波动微笑以及大的随机波动,如崩盘和反弹。
[1]Ait-Sahalia Yacine。“测试现货利率的连续时间模型。”财务研究检讨9日,没有。2(1996年4月):385-426。
[2]Ait-Sahalia Yacine。“利率和其他非线性扩散的过渡密度。”金融杂志54岁的没有。4(1999年8月):1361-95。
[3]Glasserman,保罗。金融工程中的蒙特卡罗方法。纽约:施普林格出版社,2004年。
[4]船体,约翰C.期权、期货和其他衍生品。第7版,Prentice Hall出版社,2009年。
[5] Johnson, Norman Lloyd, Samuel Kotz,和Narayanaswamy Balakrishnan。连续单变量分布。《概率与数理统计》第2版。纽约:威利出版社,1995年版。
史帝文·史帝文。金融随机微积分。纽约:施普林格出版社,2004年。