调用F(t),F(t)t-远期资产价格,定义xi=lnξiFi(t)+∑i,iwe可以将预期改写为zdxdx{(F(t)ex-∑1,1/2+α)(F(t)ex-Σ2,2/2+α)∈dB}n(x;0,∑)=-ddbzdbxdxn(x;0,∑)其中n(x;0,∑)是二元正态分布的密度,平均值等于零,协方差矩阵∑定义如下∑=∑1,1ρp∑1,1∑2,2ρp∑1,1∑2,2,2(3.11)观察到n(x;0,∑)=n(x;0,∑1,1)n(x-ρxp∑2,2/σ1,1;0, (1-ρ) ∑2,2),关于x的积分,在(3.10)中代入,我们得到pbt(B)=NXi,j=1λiλjZlogB/α-αF(T)+∑i,i1,1-∞dxn(x;0,∑i,j1,1)n(Di,j(B,x);0, (1 - ρ) ∑i,j2,2)B- αF(T)ex-∑i,j1,1- αα,方程式(3.9)很容易推导出来。4比较移位MVMD和SCMD中的相关偏差124比较移位MVMD和SCMD中的相关偏差本节的目的是根据隐含相关性比较移位MVMD和移位SCMD模型,分析它们在再现三角关系方面的性能。4.1交叉汇率的数值案例研究特别是,我们考虑了两个分量(t)=X(t)+βe(re)的ashifted MUVM模型下的交易所S=USD/EUR,S=EUR/JPY-r$)tS(t)=X(t)+βe(rY-re)twithdX(t)=(re- r$)X(t)dt+σI(t)X(t)dW1,etdX(t)=(rY- re)X(t)dt+σI(t)X(t)dW2,其中re,r$,Ry分别是欧元,美元和日元利率,σI(t),σI(t)如等式(3.2)所示。W1,Et和W2,t表明我们正在考虑S的沙的动力学,每个沙都在其本国的衡量标准下,即在沙的情况下是欧元,在S的情况下是日元。我们独立地校准沙,每个沙都根据其自身的波动曲线,使用2个分量,并最小化模型和市场隐含的波动性之间的平方百分比差异。