具有零Hurst参数的分数布朗运动：一种粗糙波动率

1268

收藏 2022-06-01

英文标题：
《Fractional Brownian motion with zero Hurst parameter: a rough volatility
viewpoint》
---
作者：
Eyal Neuman and Mathieu Rosenbaum
---
最新提交年份：
2018
---
英文摘要：
Rough volatility models are becoming increasingly popular in quantitative finance. In this framework, one considers that the behavior of the log-volatility process of a financial asset is close to that of a fractional Brownian motion with Hurst parameter around 0.1. Motivated by this, we wish to define a natural and relevant limit for the fractional Brownian motion when $H$ goes to zero. We show that once properly normalized, the fractional Brownian motion converges to a Gaussian random distribution which is very close to a log-correlated random field.
---
中文摘要：
粗糙波动率模型在定量金融中越来越流行。在这个框架中，我们认为金融资产的对数波动过程的行为接近于分数布朗运动，赫斯特参数约为0.1。基于此，我们希望在$H$为零时，定义分数布朗运动的一个自然的和相关的极限。我们证明，一旦适当归一化，分数布朗运动收敛到高斯随机分布，该分布非常接近对数相关随机场。
---
分类信息：

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
--
一级分类：Quantitative Finance 数量金融学
二级分类：Mathematical Finance 数学金融学
分类描述：Mathematical and analytical methods of finance, including stochastic, probabilistic and functional analysis, algebraic, geometric and other methods
金融的数学和分析方法，包括随机、概率和泛函分析、代数、几何和其他方法
--

---
PDF下载：
-->

Fractional_Brownian_motion_with_zero_Hurst_parameter:_a_rough_volatility_viewpoint.pdf
大小:(169.71 KB)

马上下载

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

kedemingshi

2022-6-1 16:01:57

Hurst参数为零的分数布朗运动：一种粗糙波动性观点Eyal Neuman*, Mathieu Rosenbaum+2018年5月17日AbstractRough波动率模型在定量金融领域越来越流行。在这个框架中，我们认为金融资产的对数波动率过程的行为接近于分数布朗运动，赫斯特参数约为0.1。基于此，我们希望定义当H为零时分数布朗运动的自然和相关极限。我们表明，一旦适当归一化，分馏布朗运动收敛到高斯随机分布，该分布非常接近于所有相关随机场。关键词：分数布朗运动、对数相关随机场、粗糙波动性、多重分形过程。1简介分数布朗运动（简称fBm）是许多领域中非常流行的建模对象，如水文学[29]、电信和网络传输[23,28]等，以及金融，见开创性论文[11]。A fBm（BHt）t∈R带Hurstparameter H∈ （0，1）是一个零均值高斯过程，协方差核由[BHtBHs]给定=|t | 2H+| s | 2H- |t型- s | 2H.它具有固定增量，并且与参数H自相似，即（BHat）t∈Rhas与（aHBHt）t的定律相同∈R对于任何a>0。此外，fBm的样本路径几乎肯定具有H¨older正则性H- ε对于任何ε>0的情况。促使在上述应用中使用fBm的主要概率特征之一是，当H>1/2时，增量的长记忆特性。

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

能者818

2022-6-1 16:02:01

这意味着对于H>1/2，我们有+∞Xi=1Cov[（BHi+1- BHi），BH]=+∞.因此，fBm增量的自共变函数衰减缓慢，这在建模相对现象时很有趣。*伦敦帝国理工学院数学系，e。neumann@imperial.ac.uk+'马修CMAP理工学院。rosenbaum@polytechnique.eduHowever最近，在[20]中引入了一种新的范式，用于fBm融资。事实上，对金融时间序列的仔细分析表明，对数波动性过程，即资产价格变化的强度，实际上表现为与赫斯特参数为0.1阶的afBm类似。因此，使用带有smallHurst参数的fBm进行波动率建模的各种方法已被引入。这些模型被视为粗糙波动率模型，有关更多细节和实际应用，请参见[4、5、6、8、13、14、16、21]。在研究数千项资产的波动过程时，发现了如此小的H估计值（介于0.05和0.2之间），见【7】。因此，一个自然的问题是当H被发送到零时，fBm在极限情况下的行为。当然，在协方差函数中直接输入H=0不会导致相关的过程。因此，在这项工作中，我们希望建立一个合适的归一化FBM序列，并将其极限描述为Hgoes为零。这将为我们提供H=0时分数布朗运动的可能定义。请注意，几位作者已经定义了H=0的分数布朗运动，参见第[19]节。这通常通过正则化过程完成。从财务角度来看，我们的方法非常简单，可能更自然。我们选择对过程进行规范化，以获得非退化极限，而不是对过程进行正则化。

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

mingdashike22

2022-6-1 16:02:04

我们的标准化过程序列（XH）H∈（0,1）通过xht=BHt定义-tRtBHudu公司√H、 t型∈ R、其中XH=0。减去分子中的积分并除以√当H变为0时，H使我们的序列能够得到一个非平凡的极限。我们的主要结果是，XH在温度分布空间中被视为随机m元素，向近似对数相关的高斯场收敛。表示实Schwartz空间，即R上的实值函数集，其所有阶的导数都存在且衰减速度比任何多项式都快。我们为S的二次方写S′，即回火分布的空间。我们还定义了实Schwartz空间的子空间，该子空间由函数φfrom S（rrφ（S）ds=0）及其拓扑对偶S′/R组成。对数相关高斯函数（简称LGF）X∈ S′/R是一个中心高斯场，其协方差核满足[hX，φihX，φi]=ZRZRlog | t- s |φ（t）φ（s）dt ds，对于任意φ，φ∈ S、有关LGF的概述，请参见[12]。我们在本文中表明，XHas H为零的极限“几乎”是一个对数相关高斯场，准确结果见第2节。LGF与Mandelbrot开创的一些多重分形过程密切相关（参见示例[26]），并在[1、2、3、9]等中进一步发展。A过程（Yt）t≥如果对于q的一系列值，我们对于一些T>0E|年初至今+l- Yt | q~ C（q）lζ（q），对于0<l ≤ T、其中C（q）>0是常数，ζ（·）是非线性凹函数。特别是，用于资产原木价格的多重分形随机游走模型[1]满足此类属性。定义为Yt=BM（[0，t]），其中B是布朗运动，m（t）=liml→0σZtewl（u）du，a.s.，具有σ>0和wla高斯过程，使得对于某些λ>0和T>0Cov[wl（T），wl（T′）]=λlog（T/| T- t′|），对于l<t- t′|≤ T、详见【2】。

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

kedemingshi

2022-6-1 16:02:07

因此，我们看到M形式上对应于formexp（Xt）dt的度量，其中X是LGF。关于这些度量的精确定义，请参见[22]和[30、31、32]中关于高斯乘性混沌的推广以及其中的参考文献。最后，请注意，LGF和更普遍的高斯乘子理论在金融以外的其他领域有着广泛的应用，如湍流，见【10，18】，无序系统，见【17，25】和刘维尔量子引力，见【30，31】。在下面的章节中，我们介绍了我们的主要定理，这是一个关于H为零时归一化fBm向LGF收敛的精确陈述。我们还讨论了同一作用下极限LGF的多重分形性质。我们定理的证明可以在第3.2节fBM向LGF2的收敛中找到。1主要结果定义了S′中元素的弱收敛，如[24]中的命题12.2所示。我们说，对于任意φ，当H趋于0时，xh弱收敛于X∈ 我们有hxh，φi→ hX，φi，在定律中，当H趋于0时。本文的主要结果如下。定理2.1。

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

nandehutu2022

2022-6-1 16:02:10

序列{XHt}t∈当H趋于零时，R弱收敛于满足任意φ，φ的中心高斯场X∈ SE[hX，φihX，φi]=ZRZRK（t，s）φ（t）φ（s）dt ds，其中-∞ < s、 t<∞, s 6=t和s，t 6=0K（t，s）=对数| t- s |+g（t，s），其中g（t，s）=tZtlog | s- u | du+sZslog | t- u | du-tsZtZslog | u- v | dudv。我们看到，当t，s>δ，对于某些δ>0时，g（t，s）是有界连续函数。因此，协方差核显示出与LGF相同的奇异性类型。因此，在我们的框架中，当H变为fBm规范化版本的z ero时，限制是“几乎”LGF。2.2多重分形性质在[30]中，作者研究了任何领域D上以Ga-ussian油田为中心的情况具有协方差核的R为fyingK（x，y）=log+| x- y |+f（x，y），x，y∈ D、（2.1）其中log+（x）：=max{0，log x}，f（x，y）是有界连续函数。因此，如果对于某些固定δ>0，我们将X限制在域[δ，1]，那么X包含在fra meworkof[30]中。特别是，他们关于高斯场多重分形谱的结果适用于这一更严格的领域。受前面段落ph的启发，我们首先确定δ>0，并通过ξHγ（dt）=eγXHt确定近似的进化度测量值ξHγ-γE[（XHt）]dt，δ≤ t型≤ 1，对于某些常数γ>0。这里我们假设ξHγ（·）在[δ，1]c上消失。根据定理2.1的结果，我们推导出以下推论。在下文中，Lnorm中的收敛表示L.推论2.2中随机变量的通常收敛。γ<√2，{ξHγ}H∈（0,1）当H接近零时收敛到以下意义下的随机测度ξγ，ZRφ（t）ξHγ（dt）L→ZRφ（t）ξγ（dt），对于所有φ∈ S、此外，极限测度ξγ是所谓的高斯乘性混沌。第3节给出了推论2.2的证明。关于Gaussia n多重复制混沌的定义和性质，我们参考了Rhodes和Varg的调查论文[30]。

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…

能者818

2022-6-1 16:02:13

我们将从高斯乘性混沌理论简要解释ξγ的一些性质。我们首先描述ξγ矩的行为。注意，对于t∈ [δ，1]，K表示m（2.1）。从[31]中的命题2.5可以看出，对于所有t∈ （δ，1）和Q∈ (-∞, 2/γ），存在C（t，q）>0，这样eξγB（t，r）q]~ C（t，q）rζ（q），作为r→ 0，其中ζ（q）=（1+γ/2）q-γq/2。因此，我们确实获得了引言中描述的多重分形标度。最后，我们考虑一个与上述函数ζ密切相关的量：ξγ的奇异谱。对于任何0<γ<√2和0<r<√2/γ，我们定义为负γ，r=x个∈ (δ, 1); limε→0logξγ（B（x，ε））logε=1+- rγ.集合Gγ，rsomehow对应于点x，其中ξγ的H¨older正则性等于1+（1/2- r） γ。设dimH（A）表示集合A的Hausdorff维数。【31】中的定理2.6表明dimH（Gγ，r）=1-特别地，我们注意到dimH（Gγ，r）=infp∈Rnp公司1 +- rγ- ζ（p）+1o。这个等式意味着，在我们的例子中，将一个过程的标度指数与其奇点谱联系起来的弗里什-帕里西猜想成立，有关多重分形形式的更多细节，请参见[15]和[30]。本文的其余部分致力于定理2的证明。定理2.1和推论2.2.3的证明。对于t，s∈ R、设KH（t，s）=E【XHtXHs】。我们以以下重要事项开始本次公关活动。引理3.1。对于任何非零-∞ < s、 t<∞ 对于s 6=t，我们有LimH→0KH（t，s）=K（t，s）。（3.1）证据。

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

mingdashike22

2022-6-1 16:02:21

我们写KH（t，s）=IH（t，s）+IH（t，s）+IH（t，s）+IH（t，s），whe-reIH（t，s）=-2H | t- s | 2H，IH（t，s）=2HtZt | s- u | 2Hdu，IH（t，s）=2HsZs | t- u | 2Hdu，IH（t，s）=-2HstZtZs | u- v | 2Hdudv（3.2）和K（t，s）=I（t，s）+I（t，s）+I（t，s）+I（t，s），whe-reI（t，s）=log | t- s |，I（t，s）=tZtlog | s- u | du，I（t，s）=sZslog | t- u | du，I（t，s）=-stZtZslog | u- v | dudv。我们有KH（t，s）=KH（s，t）和K（t，s）=K（s，t），所以我们可以假设-∞ < s<t<∞.注意，对于任何s 6=t，IH（t，s）+2H=-2小时e2H对数| t-s|- 1.因此利姆→0IH（t，s）+2H=-对数| t- s |=I（t，s）。接下来我们讨论IHi，i=2。。。，我们考虑了几个案例。情况1：假设0<s<t。

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

nandehutu2022

2022-6-1 16:02:24

我们很容易得到（t，s）+IH（t，s）=2H（2H+1）tst2H+2+s2H+2- （t- s） 2H+2.对于IH（t，s），请注意ZT | u- v | 2Hdu=2H+1v2H+1+2H+1（t- v） 2H+1。因此我们得到zszt | u- v | 2Hdudv=（2H+1）（2H+2）t2H+2- （t- s） 2H+2+s2H+2因此，h（t，s）=-2H（2H+1）（2H+2）tst2H+2+s2H+2- （t- s） 2H+2.定义2,4（t，s）=Xi=2hi（t，s）。因此，IH2,4（t，s）=2H（2H+2）tst2H+2+s2H+2- （t- s） 2H+2.因此我们有iH2，4（t，s）-H（2H+2）=2H（2H+2）tst2H+2+s2H+2- （t- s） 2H+2-2H（2H+2）tst+s- （t- s）=2H（2H+2）tst（t2H- 1） +s（s2H- 1) - （t- s）（（t- s） 2小时- 1).因此，limH→0IH2,4（t，s）-H（2H+2）=2tst日志t+slog s- （t- s）日志（t- s）安德林→0IH2,4（t，s）-2H=2tst日志t+slog s- （t- s）日志（t- s）-.我们也很容易得出，对于0<s<tI（t，s）+I（t，s）=stt日志t+slog s- （t- s）日志（t- s）- 2、此外，Ztlog | u- v | du=v log v+（t- v）日志（t- 五）- t、因此，我们得到zsztlog | u- v | du dv=-st+s（2对数s- 1） +t（2对数t- 1)-（t- s）（2对数（t- s）- 1)=t日志t+slog s- （s）- t）日志（s）- t）- 第三我们推导出i（t，s）=-2tst日志t+slog s- （s）- t）日志（s）- t）+.现在定义2,4（t，s）=Xi=2Ii（t，s）。我们有2,4（t，s）=2stt日志t+slog s- （t- s）日志（t- s）-.最后我们得到了→0IH2,4（t，s）-2H=I2,4（t，s），其中（3.1）很容易遵循0<s<t<∞.案例2：假设-∞ < s<t<0。我们使用thatKH（t，s）=KH(-t，-s） =KH(-s-t） K（t，s）=K(-t，-s） =K(-s-t）根据案例1的证明推断（3.1）。案例3：假设s<0<t。我们写s=-u、重复案例1中的相同步骤，我们得到2,4（t，-u）-H（2H+2）=2H（2H+2）tu（t+u）（（t+u）2H- 1) - t（t2H- 1) - u（u2H- 1),andI2,4（t，-u） =2ut（t+u）对数（t+u）- t日志t- ulog u-.下面是thatlimH→0IH2,4（t，-u）-2H=I2,4（t，-u）我们得到（3.1）。Letφ，φ∈ S

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

何人来此

2022-6-1 16:02:27

由于X和X是以S′为中心的高斯数，为了证明定理2.1，它足以证明limh→0E[hXH，φihXH，φi]=ZRZRK（t，s）φ（t）φ（s）dt ds。此外，对于任何H∈ （0，1）我们有[hXH，φihXH，φi]=ZRZRKH（t，s）φ（t）φ（s）ds dt。因此，orem 2.1紧接着是下一个引理。引理3.2。对于任意φ，φ∈ S、林氏→0ZRZRKH（t，s）φ（t）φ（s）ds dt=ZRZRK（t，s）φ（t）φ（s）ds dt。（3.3）证明。首先请注意，对于x≥ 0, 1 - e-x个≤ x、因此，对于任何0<| t- s |≤ 1,|1 - |t型- s | 2H | 2H=2H（1- e2H对数| t-s |）≤ -对数| t- s |。此外-Z Z | t-s|≤1log | t- s | |φ（t）| |φ（s）| dt ds≤ -kφk∞ZR |φ（t）| Z | v|≤1log | v | dv dt=-2kφk∞ZR |φ（t）| Zlog（v）dv dt≤ Ckφkkφk∞.因此，从主导收敛来看，它遵循thatlimH→0Z Z | t-s|≤11- |t型- s | 2H2Hφ（t）φ（s）dt ds=-Z Z | t-s|≤1log | t- s |φ（t）φ（s）dt ds。设f（x）=x2H/（2H），其中x>0且H∈ (0, 1/2 ). 因为f是凹的，对于任何x≥ 1，我们有0≤ f（x）- f（1）≤ f′（1）（x）- 1). 因此，对于任何| t- s |≥ 1，| | t- s | 2H- 1 | 2H≤ |t型- s |- 1.≤ 2（| t |+| s |）。自Cez Z | t起-s |>1（| t |+| s |）|φ（t）|φ（s）| dt ds<∞,我们从占主导地位的convergencelimH→0Z Z | t-s |>11- |t型- s | 2H2Hφ（t）φ（s）dt ds=-Z Z | t-s|≥1log | t- s |φ（t）φ（t）dt ds。这还需要证明Limh→0ZRZRIH2,4（t，s）-2小时φ（t）φ（s）dt ds=ZRZRI2,4（t，s）φ（t）φ（s）dt ds。我们再次考虑几个案例。案例1：假设0<s<t。我们显然有2H（2H+2）ts | s2H- 1| ≤2H（2H+2）| s2H- 1|.此外，通过泰勒展开，我们得到了t2H-（t-s） 2小时≤ 2H（t-s） 2小时-1s及其后2 HTS | t（t2H- 1) - （t- s）（（t- s） 2小时- 1)|≤2 HTS|t（t2H- 1) - （t- s）（t2H- 1） |+（t- s）（t2H- 1) - （t- s）（（t- s） 2小时- 1)|≤2 HTS|t2H型- 1 | | s- 2st |+2H（t- s）（t- s） 2小时-1秒≤H | t2H- 1 |+（t- s） 2小时。因此，对于任何0<s<t，IH2,4（t，s）-小时（2H+2）≤2H | s2H- 1 |+2H | t2H- 1 |+（t- s） 2H：=左侧（t，s）。（3.4）情况1bis：假设0<t<s。由于IH2,4（t，s）=IH2,4（s，t），我们将tIH2,4（t，s）-小时（2H+2）≤ 左侧（s、t）。案例2：假设-∞ < -t，-s<0。

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

kedemingshi

2022-6-1 16:02:30

自IH2,4起(-t，-s） =IH2,4（t，s），我们有IH2,4(-t，-s）-小时（2H+2）≤ 左侧（t，s）。案例3：假设-s<0<t和s≤ t、回想一下，当-s<0<t，IH2,4（t，-s）-H（2H+2）=2H（2H+2）ts（t+s）（（t+s）2H- 1) - t（t2H- 1) - s（s2H- 1).自从s<t以来s2H（2H+2）ts（s2H- 1)≤2H（2H+2）| s2H- 1|.使用泰勒展开，我们得到（t+s）2H- t2H型≤ 2Ht2H-1秒，2小时（t+s）（（t+s）2小时- 1) - t（t2H- 1)|≤2 HTS|（t+s）（（t+s）2H- 1) - （t+s）（t2H- 1） |+|（t+s）（t2H- 1) - t（t2H- 1)|≤2 HTS2H（t+s）t2H-1s+| t2H- 1 | | s+2st|≤ （t+s）2H+2H | t2H- 1|.因此IH2,4（t，-s）-小时（2H+2）≤2H | s2H- 1 |+小时| t2H- 1 |+（t+s）2H：=左侧（t，s）。案例4：假设-s<0<t和t<s。重复与案例3相同的行，但交换t和s的角色，我们得到IH2,4（t，-s）-小时（2H+2）≤ 左侧（s、t）。案例5：假设-t<0<s和t<s.自IH2,4起(-t、 s）=IH2,4（s，-t），从案例3可以看出IH2,4(-t、 s）-小时（2H+2）≤ 左侧（s、t）。案例6：假设-t<0<s和s<t。再次使用IH2,4(-t、 s）=IH2,4（s，-t），我们从案例4得到IH2,4(-t、 s）-小时（2H+2）≤ 左侧（t，s）。最后，我们显然拥有ZRZRsupH公司∈(0,1/2)左（s，t）+左（t，s）+左（s，t）+左（t，s）φ（t）φ（s）dt ds<∞.因此，我们使用支配收敛theo-rem得出结论。在证明推论2.2之前，我们回顾了文献[30]中示例2.2中对数+（1/| x |）的近似值。对于任何x∈ R我们将圆锥C（x）定义为R×R+：C（x）=n（y，t）∈ R×R+|x个- y |≤t型∧ 1o。直接计算给定SF（x）=ZC（0）∩C（x）dy dtt=对数+| x |。我们用以下函数来近似f，~fε（x）：=ZC（0）∩C（x）；ε<t<∞dy dtt，对于ε>0。

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

大多数88

2022-6-1 16:02:33

（3.5）定理25推论2.2的证明我们从（3.3）得到推论2.2，前提是我们证明{ξH}H∈（0,1）一致可积。首先要注意的是，所有ξH，0<H<1，都可以构造在相同的概率空间上，作为具有依赖于H的不同核的相同布朗运动的演化（见[27]）。从（3.2）和（3.4）中，我们得到δ≤ s、 t型≤ 1，KH（s，t）≤2H | 1- |t型- s | 2H |+2H | s2H- 1 |+2H | t2H- 1 |+（t- s） 2H+C≤2H | 1- |t型- s | 2H |+C（δ）。使用1- e-x个≤ x对于x>0，我们得到所有δ≤ s、 t型≤ 1，KH（s，t）≤ -对数| t- s |+C（δ）。另一方面，对于δ≤ s、 t型≤ 1我们有KH（s，t）≤2H+C（δ）。它紧跟着撒切尔（s，t）≤2小时∧ 对数| t- s |+C（δ）=对数| t- s |∨e-2H+C（δ）。Letε∈ （0，1）可以任意小。LeteXε是一个中心高斯随机场，具有子午线核|fε+C（δ），其中|fε在（3.5）中给出，即eKε（t，s）：=e[eXεteXεs]=|fε（t- s） +C（δ），-∞ < t、 s<∞.自ε∈ （0，1），我们从（3.5）得出0<x≤ 1，~fε（x）=ZC（0）∩C（x）；ε<r<∞dy drr=Z∞x个∨εdrrZ（r∧1） /2倍-（r）∧1） /2天=-日志（x∨ ε) -xx号∨ε+ 1.注意，fε是一个偶数函数，因此，eKε（t，s）≥ 对数| t- s |∨ε+C（δ），0<t，s≤ 我们定义了以下测量值ξεγ（dt）=eγeXεt-γE[（eXεt）]dt，δ≤ t型≤ 1、回想一下，根据我们的假设，γ<2。然后，从[32]中命题3.5的结果来看，存在p=p（γ）>1，因此supε>0Eeξεγ（[0，1]）p< ∞.通过选择H=H（ε）=(-2对数ε）-1，我们注意到KH（s，t）≤eKε（s，t），根据F（x）=xp的比较原理（见[32]中的推论A.2），我们得到∈（0,1）EξHγ（[δ，1]）p< ∞.因此，我们得出结论{ξH}H∈（0,1）一致可积。致谢我们非常感谢Vincent Vargas，一位匿名推荐人和助理编辑，他的许多有用的评论使我们能够显著改进本文。参考文献【1】E.Bacry、J.Delour和J.F.Muzy。多重分形随机游走。

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

nandehutu2022

2022-6-1 16:02:36

物理评论E，64（2）：0261032001。[2] E.Bac ry和J.F.Muzy。登录完全可分多重分形过程。《数学物理通讯》，236（3）：449–4752003年6月。[3] J.Barral和B.B.Mandelbrot。圆柱脉冲的多重分形积。概率论及相关领域，124（3）：409–4302002年11月。[4] C。拜耳、P.K.Friz、P.Gassiat、J.Martin和B.Stemper。粗波动性的规则结构。arXiv预印本arXiv:1710.074812017。[5] C。拜耳、P.K.弗里兹和J.Gatheral。剧烈波动下的定价。QuantitativeFinance，16（6）：887–9042016。[6] C。拜耳、P.K.Friz、A.Gulisashvili、B.Horvath和B。斯坦珀。粗略分数波动率模型中货币附近的短期偏差。arXiv预印本XIV:1703.05132，2017年。[7] M.Bennedsen、A.Lunde和M.S.Pakkanen。解耦随机波动率的短期和长期行为。arXiv预印本arXiv:1610.003322016。[8] M.Bennedsen、A.Lunde和M.S.Pakkanen。布朗半平稳过程的混合格式。《金融与随机》，21（4）：931–965，20 17。[9] L。E、 Calvet和A.J.Fis he r.如何预测长期波动性：制度转换和多重分形过程的估计。《金融计量经济学杂志》，2（1）：49–832004年。[10] L.Chevilard、R.Robert和V.Vargas。湍流局部结构的随机表示。EPL（欧洲物理学通讯），89（5）：54002，20 10。[11] F.孔德和E.雷诺。连续时间随机波动模型中的长记忆。《数学金融》，8（4）：291–3231998年。[12] B.Duplantier、R.Rhodes、S.She ffield、a和V.Vargas。对数相关高斯场：概述。arXiv预印本arXiv:1407.56052014。[13] O.El Euch和M.Ro senbaum。粗糙Heston模型的特征函数。数学金融，至app e ar，2016年。[14] M.Forde和H.Zhang。

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

可人4

2022-6-1 16:02:39

粗糙s-tochastic波动率和L'evy-mo-dels的渐近性。预印本可在http://www.mth公司。kcl。ac.英国/福德姆，2015年。[15] U.Frisch和G.Parisi。充分发展湍流的奇点结构。《地球物理流体动力学和气候动力学中的湍流和可预测性》，第84-88页，1985年。[16] M.Fukasawa。短期货币倾斜和粗略分数波动。《定量金融》，17（2）：189–1982017年。[17] Y.V.Fyodorov和J.P.Bouchaud。具有对数关联势的随机能量模型中的free ezing和extreme值统计。物理学杂志A：数学与理论，41（37）：37 2001，2008。[18] Y.V.Fyodorov、P.Le Doussal和A.Rosso。衰变burgersturbullence和随机矩阵对偶中的冻结转变。EPL（欧洲物理学快报），90（6）：600042010。[19] Y.V.Fyodorov、B.A.Khoruzhenko和N.J.Simm。赫斯特指数H=0和高斯酉系综的分数布朗运动。《可能性年鉴》，44（4）：2980–30312016。[20] J.Gatheral、T.Jaisson和M.Rosenbaum。波动性很剧烈。arXiv预印本XIV:1410.33942014。【21】A.Jacquier、M.S.Pakkanen和H.Stone。roughBergomi模型的路径大偏差。arXiv预印本arXiv:1706.052912017。[22]J.P.卡汉。混沌乘法运算。公共出版数学杂志。数学系，1985年。【23】W.E.利兰、M.S.塔克、W.威林格和D.V.威尔逊。以太网传输（扩展版）的自相似性。IEEE/ACM网络交易，2（1）：1–15，1994年。【24】A.Lodhia、S.She ffield、X.Sun和S.S.Watson。分数高斯场：asurvey。arXiv预印本arXiv:1407.5598v2016。[25]T.Madaule、R.Rhodes和V.Vargas。对数相关高斯电位的玻璃相和冻结。《应用概率年鉴》，26（2）：643–69，2016年。【26】B.B.Mandelbrot，A.J。

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

mingdashike22

2022-6-1 16:02:42

Fisher和L.Calvet。资产收益的多重分形模型。考尔斯基金会讨论ion论文1164，考尔斯经济研究基金会，耶鲁大学，1997年9月。【27】B.B.Mandelbrot，J.W.Van Ness。分数布朗运动，分数噪声及其应用。暹罗版次。，10(4):422– 437, 1968.【28】T.Mikosch、S.Resnick、H.Rootz’en和A.Stege man。网络变换是用稳定的L'evy运动还是分数布朗运动来近似的？《应用可能性年鉴》，12（1）：23–682002年。[29]F.J.Molz、H.H.Liu和J.Szulga。地下水文中的分数布朗运动和分数高斯噪声：综述、基本性质介绍和扩展。水资源研究，33（10）：2273–22861997。【30】R.Rhodes和V.Vargas。高斯乘性混沌及其应用：综述。概率调查，11:315–3922014。【31】R.Rhodes和V.Vargas。高斯乘性混沌和刘维尔量子引力的课堂讲稿。arXiv预印arXiv:1602.07323，2 016。[32]R.Robert和V.Vargas。重温高斯乘性混沌。《可能性年鉴》，38（2）：605–6312010。【33】A.沙莫夫。关于高斯乘性混沌。《功能分析杂志》，270（9）：3224–32612016。

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

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

分享

扫码加好友，拉您进群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群