更准确地说,如果我们写ft表示ST的密度,那么ft(x)=x-u+(T)-1+o(1),x→ ∞,和(10.2)fT(x)=x-u-(T)-1+o(1),x↓ 我们的方法(见第9节)允许在T不太大的情况下,对粗糙Heston模型的(10.1)和(10.2)右侧进行数值评估。在[13]中,(10.1)–(10.2)对于经典的Heston模型进行了大幅锐化。我们预计,对于粗糙的赫斯顿,也可以用formfT(x)的密度渐近线进行这样一个重新定义的微笑扩展~ cx公司-u+(T)-1ec(对数x)1-1/(2α)(对数x)c,x→ ∞,其中cidepend在T和α上。在经典的赫斯顿模型中,factorec(log x)1-1/(2α)变为ec√日志x,符合[13]。将[13]的分析扩展到<α<1将需要详细研究Volterra积分方程(2.9)的爆破行为。除其他事项外,我们在第7节中已经提到的[31]中的启发式分析(一个特例)必须严格,并加以扩展,以确保参数u的一致性。我们将此工作推迟到未来。请注意,在这种情况下,近似值(7.15)可能很有用。参考文献[1]E.Abi Jaber、M.Larsson和S.Pulido,A ffene Volterra过程。预印本,arxiv:1708.087962017。[2] E.Alos、J.Gatheral和R.Radoicic,《股票波动率下的条件期望指数》。预印本,https://ssrn.com/abstract=2983180, 2017.[3] L.B.G.Andersen和V.V.Piterbarg,《随机波动率模型中的矩爆炸》,金融Stoch。,11(2007),第29-50页。[4] C.拜耳、P.K.弗里兹、P.加西亚、J.马丁和B.斯坦珀,粗糙波动性的规则结构。预印本,arXiv:1710.074812017。[5] H.Brunner,《Volterra积分和相关函数微分方程的配置方法》,剑桥大学应用和计算数学专著第15卷,剑桥大学出版社,2004年。[6] ,Volterra积分方程,卷。