• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文学位 >Inference for Continuous Time Stochastic Volatility Models: Market Microstructure from a Chronological Perspective.
【24h】

Inference for Continuous Time Stochastic Volatility Models: Market Microstructure from a Chronological Perspective.

机译：连续时间随机波动率模型的推论：按时间顺序分析市场微观结构。

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Continuous time stochastic volatility (SV) models provide great fexibility for asset pricing theory and applications to option pricing, however, exact statistical inference poses a great challenge for this type of models. In view of this, our work progresses in two aspects: First and mainly, we shall provide a new framework for continuous time SV modelling, where a unified likelihood based inference procedure is available. This may impress on one that the new framework is only raised for the ease of inference, whereas, as we shall show later, it arises naturally from an interesting empirical study of market microstructure from a chronological perspective. A potential of our new framework is that it may initiate a more realistic direction for the study of market microstructure than does the existing literature in this area. But we have to say that our work is at a preliminary stage, and further investigations are warranted. Second, we study the advantages of gamma processes in continuous time SV modelling under the traditional BNS framework with an emphasis on that both the likelihood based inference procedure and practical financial derivatives pricing can be exactly implemented.
机译：连续时间随机波动率（SV）模型为资产定价理论及其在期权定价中的应用提供了极大的灵活性，但是，精确的统计推断对此类模型构成了巨大挑战。有鉴于此，我们的工作主要从两个方面进行：首先，主要是为连续时间SV建模提供一个新的框架，其中可以使用基于统一似然性的推理程序。这可能会给人留下深刻的印象，即新框架只是为了便于推断而提出的，而正如我们稍后将要说明的那样，它自然是从时间顺序的角度对市场微观结构进行了有趣的实证研究。我们的新框架的潜力在于，与该领域的现有文献相比，它可能为市场微观结构的研究提出更现实的方向。但是我们不得不说我们的工作还处于初步阶段，因此有必要进行进一步的调查。其次，我们研究了传统BNS框架下连续时间SV建模中伽玛过程的优势，重点在于可以同时正确地实现基于似然的推理过程和实际的金融衍生产品定价。

著录项

  • 作者

    Zhang, Zhiyuan.;

  • 作者单位

    Hong Kong University of Science and Technology (Hong Kong).;

  • 授予单位 Hong Kong University of Science and Technology (Hong Kong).;
  • 学科 Information Science.
  • 学位 Ph.D.
  • 年度 2010
  • 页码 140 p.
  • 总页数 140
  • 原文格式 PDF
  • 正文语种 eng
  • 中图分类
  • 关键词

  • 入库时间 2022-08-17 11:36:56

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号