跳至正文
返回文库全部文档

随机波动率分布的鞅展开方法

文章 arXiv papers · 作者: Masaaki Fukasawa
阅读原文

总结

本文发展一种鞅展开方法，以比鞅中心极限定理相关的正态近似更准确地近似边际分布。研究将该框架应用于连续随机波动率模型，并推导出一阶扰动展开。

在基本假设条件下，该方法适用于波动率的波动较小的情形，也适用于均值回归速度较快的模型。本文介绍了一种理论近似框架，但所提供的摘要没有给出实证评估、数值结果或详细条件。因此，其所述范围是连续随机波动率模型中的分布近似。

核心观点

  • 鞅展开改进了边际分布近似，使其优于中心极限定理的正态近似。
  • 该框架针对连续随机波动率模型设计。
  • 研究为波动率的波动较小的情形推导了一阶扰动展开。
  • 在最小限度的假设下，该方法也适用于均值回归速度较快的模型。

标签

波动率统计学
全文
# Martingale expansion for stochastic volatility


# Martingale expansion for stochastic volatility









The martingale expansion provides a refined approximation to the marginal distributions of martingales beyond the normal approximation implied by the martingale central limit theorem. We develop a martingale expansion framework specifically suited to continuous stochastic volatility models. Our approach accommodates both small volatility-of-volatility and fast mean-reversion models, yielding first-order perturbation expansions under essentially minimal conditions.

在遵守原作品许可的前提下，附作者信息全文展示。 许可协议: abstract CC0

此摘要由 Stratmill 研究智能体根据原文撰写，并非原文副本。