全部版块 我的主页
论坛 经济学人 二区 外文文献专区
891 39
2022-05-24
英文标题:
《Option pricing under fast-varying long-memory stochastic volatility》
---
作者:
Josselin Garnier and Knut Solna
---
最新提交年份:
2018
---
英文摘要:
  Recent empirical studies suggest that the volatility of an underlying price process may have correlations that decay slowly under certain market conditions. In this paper, the volatility is modeled as a stationary process with long-range correlation properties in order to capture such a situation, and we consider European option pricing. This means that the volatility process is neither a Markov process nor a martingale. However, by exploiting the fact that the price process is still a semimartingale and accordingly using the martingale method, we can obtain an analytical expression for the option price in the regime where the volatility process is fast mean-reverting. The volatility process is modeled as a smooth and bounded function of a fractional Ornstein-Uhlenbeck process. We give the expression for the implied volatility, which has a fractional term structure.
---
中文摘要:
最近的实证研究表明,在某些市场条件下,基础价格过程的波动性可能具有缓慢衰减的相关性。本文将波动率建模为具有长期相关性的平稳过程,以捕捉这种情况,并考虑了欧式期权定价。这意味着波动过程既不是马尔可夫过程,也不是鞅过程。然而,通过利用价格过程仍然是半鞅的事实,并相应地使用鞅方法,我们可以在波动过程是快速均值回复的情况下获得期权价格的解析表达式。波动过程被建模为分数Ornstein-Uhlenbeck过程的光滑有界函数。我们给出了隐含波动率的表达式,它具有分数期限结构。
---
分类信息:

一级分类:Quantitative Finance        数量金融学
二级分类:Pricing of Securities        证券定价
分类描述:Valuation and hedging of financial securities, their derivatives, and structured products
金融证券及其衍生产品和结构化产品的估值和套期保值
--
一级分类:Mathematics        数学
二级分类:Probability        概率
分类描述:Theory and applications of probability and stochastic processes: e.g. central limit theorems, large deviations, stochastic differential equations, models from statistical mechanics, queuing theory
概率论与随机过程的理论与应用:例如中心极限定理,大偏差,随机微分方程,统计力学模型,排队论
--

---
PDF下载:
-->
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2022-5-24 21:00:46
快变长记忆随机波动下的期权定价*和KNUT SOLN A+摘要。最近的实证研究表明,在某些市场条件下,基础价格过程的波动性可能具有缓慢衰减的相关性。本文将波动性建模为一个具有长期相关性的平稳过程,以捕捉这种波动,并考虑了欧式期权定价。这意味着波动过程既不是马尔可夫过程,也不是鞅过程。然而,通过利用价格过程仍然是半鞅的事实,并相应地使用鞅方法,我们可以在波动过程是快速均值回复的情况下获得期权价格的解析表达式。volatilityprocess被建模为分数阶Ornstein-Uhlenbeck过程的s光滑有界函数。我们给出了隐含波动率的表达式,它具有分数期限结构。关键词。随机波动率、长期相关性、均值回归、分数奥恩斯坦-乌伦贝克过程。AMS科目分类。91G80、60H10、60G22、60K37。1、简介。随机波动率与隐含面。在许多市场情景下,像标准的Black-Scholes模型那样,假设波动率是恒定的,这是不现实的。实际上,这反映在取决于定价参数的隐含波动性中。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-24 21:00:49
这意味着,为了匹配观察到的价格,需要在Black-Scholes期权定价公式中使用的波动性取决于到期时间和对数货币性,货币性是*Francejosselin Cedex Palaiseau 91128 Ecole Polytechnique数学贴花中心。garnier@polytechnique.edu+加利福尼亚州欧文市加利福尼亚大学数学系92697ksolna@math.uci.eduthe标的物的当前价格。隐含波动率是一种方便的方法,可以对金融合同相对于特定标的物的价格进行参数化。它提供了关于市场如何偏离理想的布莱克-斯科尔斯状况的见解。在将隐含波动率模式l校准为流动性合约后,该模型可用于对相同基础上的流动性较低的合约进行定价。因此,有必要确定隐含波动率的一致参数化,该参数化对应于随机波动率波动的隐藏模型。正如Garnierand Solna(2015)所述,主要目标是构建一个随机波动率模型,该模型是一个平稳的过程,可以考虑一般的到期时间。关于随机波动率模型的背景,请读者参阅byFouque等人(2011)的书籍和调查;Gatheral(2006);Ghysels等人(1995年);Gulis ashvili(2012);亨利·劳德埃(20 09);Rebonato(2004)(见其中的参考文献)。我们还可以参考我们关于分数随机波动率的论文,Garnier和Solna(2015),进一步参考我们在这里考虑的波动率模型类别的最新文献。实证研究表明,波动性可能表现出具有长期相关性的“多尺度”特征,如inBollerslev等人(2013年);Breidt e t al。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-24 21:00:51
(1998年);Chronopoulou和Viens(2012);Cont(2001、2005);恩格尔和巴顿(2001);Ohet等人(2008年)。这意味着相关性在时间效应集中以幂律形式衰减,而如果随机波动率是马尔可夫的,则相关性将以指数函数形式衰减。在这里,我们试图确定隐含波动率的参数形式与这种长期相关性一致。在我们最近的pa perGarnier和Solna(2015)中,我们在波动性波动幅度较小的背景下考虑了这个问题。这里,我们考虑的是波动率波动幅度与平均波动率具有相同阶数的情况。事实上,经验研究表明,波动率波动可能相当大:Breidt et al.(1998);Cont(2001);恩格尔和巴顿(2001)。虽然在Garnier和Solna(2015年)中,波动率波动很小,导致(常规)扰动情况,但情况有所不同,因为正是快速均值回归(相对于底层扩散时间的快速)允许我们进行n渐近分析。在这种情况下,长程相关性的存在给出了一种新的奇异摄动情况。分析变得更加复杂。尤其是,共变过程的详细分析是一个重要组成部分。我们考虑期权定价,但第四种方法是通用的,在其他金融环境中也会有用。从我们的分析可以看出,隐含波动率曲面的形式与马尔可夫情形下得到的形式相似。这证实了隐含可用性参数模型对潜在公共关系动态的鲁棒性。然而,存在着中心差异。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-24 21:00:54
特别是,长期相关性产生了不可积的相对性协方差,这反过来又给出了一个隐含的波动率曲面,该曲面是一个随机场,其统计信息可以详细描述。此外,在长期情况下,隐含波动率作为到期时间的函数具有分数行为。Fouque et al.(2003)的实证研究表明,为了更好地拟合隐含波动率,考虑一个慢波动率因子和一个快波动率因子的两时间尺度模型是合适的。InGarnier和Solna(2015),我们认为是一个缓慢的事实r,它与一个小的波动因子密切相关。这里,我们考虑一个具有较大波动的快速因子。我们对Fouque等人(2003、2011)提出的具有长期相关性的过程的双因素模型进行了一般化。这导致了隐含效用的分数项结构。inFouque et al.(2004)表明,这种期限结构可能有助于在特定市场条件下拟合隐含波动率。长记忆和快速均值回复。如上所述,本文考虑的渐近状态是波动率快速均值回复的情况。我们用ε表示其时间尺度,ε是我们模型中的小参数。然后,波动率在时间尺度ε上解相关。随机波动率模型通常设置为具有均值为零和混合特性的波动率驱动过程。这意味着波动率驱动过程在时间t和t的随机值+t、 它们是Zε和Zεt+t、 当T→ ∞, i、 e.自协方差函数Cε(t) =E[ZεtZεt+t] 迅速衰减至零T→ ∞. 更准确地说,如果波动率驱动过程的自协方差函数在本质上衰减得足够快,那么它就是混合的,因此它是绝对可积的∞|Cε(t)| dt<∞.
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-24 21:00:57
(1.1)在这种情况下,我们可以将该过程与有限相关时间tc=R相关联∞Cε(t)dt/Cε(0),等于或等于rε。具有长期相关性的随机波动率模型最近引起了人们的广泛关注,因为在各种情况下收集到的数据越来越多,证明在许多不同的市场中都会遇到这种情况。定性地说,长程相关特性意味着随机过程具有长记忆(与混合过程相反)。这意味着随机值Zε和Zεt之间的相关性+t以两次间隔t即使是大的也不能完全忽略t、 更准确地说,如果随机过程的自协方差函数满足ε(t)| t,则称其具有H-long-range相关性|→∞ 右tε2小时-2,(1.2)其中rH>0和H∈ (1/2,1)。我们称H为赫斯特指数。她的e相关时间ε是幂律行为(1.2)有效的临界时间尺度。注意,自协方差函数不可积为2H- 2.∈ (-1,0),这意味着具有H长程相关特性的随机过程不混合。正如我们在下文中更详细地描述的那样,建模长期相关性的一种常见方法是使用分数布朗运动(fBm)过程,这是在曼德尔博特和范内斯(1968)中介绍的。长记忆随机波动率模型很容易引入,但很难分析。这主要是因为波动过程既不是马尔可夫过程,也不是半鞅过程。然而,重要的是要注意,价格过程仍然是一个半鞅,并且问题公式不需要套利(Mendes et al.(2 015)),正如inBjork和Hult(200 5)为一些价格过程本身由分数过程驱动的模型所主张的那样;罗杰斯(1997);Shiryaev(1998年)。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

点击查看更多内容…
相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群