贝茨随机波动率模型
的贝茨
功能创建A.贝茨
对象,表示贝茨模型。
Bates模型是一款二核复合模型,可以源于哈斯顿
目的。贝茨模型由两个耦合和异常的单变量模型组成,每个模型由单一的褐色运动来源驱动,并且单一复合泊松过程代表了重要事件的到达nperiods.
连续观察期。Bates模型近似连续时间贝茨随机挥发性过程。
第一个单变量模型是一个GBM.
具有随机挥发性函数和随机跳跃过程的模型,通常对应于第二个单变量模型的方差率控制的价格过程。第二种模型是Cox-Ingersoll-Ross(圆形的
)的平方根扩散模型,描述了耦合的变异率的演化GBM.
价格流程。
Bates模型是双变量复合模型。每个Bates模型由两个耦合单变量模型组成:
创建一个贝茨
=贝茨(返回
,速度
,等级
,波动
,JumpFreq.
,jumpmean
,jumpvol.
)贝茨
具有默认选项的对象。
由于Bates模型是由耦合单变量模型组成的双变量模型,因此所有必需的输入对应于标量参数。将所需输入指定为两种类型之一:
马铃薯®大批。指定数组以指示静态(非时变)参数规范。该数组完全捕获所有实现细节,这些详细信息清楚地与参数表单相关联。
Matlab功能。指定用于几乎任何静态,动态,线性或非线性模型的间接支持的函数。金宝app接口支持此参数,因为所有实现详细信息金宝app都是隐藏和完全封装的函数。
请注意
您可以根据需要指定数组和功能输入参数的组合。此外,如果函数接受标量时间,则将参数识别为确定性函数t
作为它唯一的输入论点。否则,假设参数是时间的函数t和州Xt并使用两个输入参数调用。
辛贝尔 |
通过欧拉近似模拟Bates样品路径 |
Simbyquadexp. |
用二次指数离散方案模拟Bates, Heston和CIR样本路径 |
模拟 |
模拟多变量随机微分方程(SDES) |
simByTransition |
模拟具有过渡密度的Bates样品路径 |
贝茨模型(Bates 1996)是Heston模型的延伸,不仅增加了随机波动,而且还增加了Merton(1976)中的跳跃扩散参数,以模拟突然资产价格走势。
在风险中性测度下,模型表示为
这里:
ᵞ是不断的无风险率。
问为连续股利收益率。
J是随机百分比跳尺寸在跳转上发生,在哪里
(1 +J)具有逻辑正式分布:
这里:
μ.j是卑鄙的J(μj> -1)。
ƛp是泊松过程的年频率(强度)Pt(ƛ.p≥0)。
υ是基础资产的初始方差(υ0> 0)。
θ是长期方差水平(θ> 0)。
κ是方差(κ0)的平均逆转速度。
σ.υ是波动性的波动性(συ> 0)。
p是Weiner进程之间的相关性Wt和Wtυ(-1≤p.p≤1)。
“Feller条件”保证了正方差:(2κθ > συ2)。
随跳跃而来的随机波动率有助于更好地模拟非对称的尖峰特征、波动率微笑和大的随机波动,如崩盘和反弹。
[1]AïT-Sahalia,yacine。“测试现货利率的连续时间模型。”审查金融研究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。财务杂志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:Springer-Verlag,2004。
[4]船体,约翰·科期权、期货及其他衍生品.第7号,Prentice Hall,2009年。
[5] Johnson,Norman Lloyd,Samuel Kotz和Narayanaswamy Balakrishnan。连续单变量分布.第二次。Wiley系列概率和数学统计。纽约:Wiley,1995年。
[6] Shreve,Steven E.财务的随机微分.纽约:Springer-Verlag,2004。