跳至正文
返回文库全部文档

用于金融收益建模的 Tempered Stable 分布

文章 arXiv papers · 作者: A. H. Nzokem
阅读原文

总结

文档介绍了与广义 Tempered Stable（GTS）分布相关的两种概率分布：其背景驱动 Lévy 过程，以及使用该过程构造的自分解分布。文档还将这些分布置于 Ornstein–Uhlenbeck 框架中，说明它们可作为平稳分布，用于模拟不断变化的收益。

在模拟中，论文从随机积分表示中抽样，并将该方法应用于标普500指数和比特币的日累计收益。这为使用旨在表示非高斯行为的分布生成收益路径提供了一种方法。所提供的描述没有报告定量比较、参数选择，也没有证据表明模拟路径能够预测收益或改善交易表现。因此，示例展示的是一种建模和模拟方法，而非经过验证的交易策略。

核心观点

  • 论文推导了与广义 Tempered Stable 分布相关的背景驱动 Lévy 过程。
  • 论文使用GTS分布作为背景驱动过程，构造自分解分布。
  • 所得分布可作为 Ornstein–Uhlenbeck 型过程的平稳分布。
  • 随机积分表示提供了一种模拟日累计收益过程的方法。
  • 该方法通过标普500指数和比特币收益进行展示，但未报告其具有预测性交易价值的证据。

标签

统计学波动率股票加密资产
全文
# Self-Decomposable Laws Associated with General Tempered Stable (GTS) Distribution and their Simulation Applications


# Self-Decomposable Laws Associated with General Tempered Stable (GTS) Distribution and their Simulation Applications









The paper describes the self-decomposable distribution and the background driving Lévy process (BDLP) associated with the Generalized Tempered Stable (GTS) distribution. Two distributions are provided: the background driving Lévy process (BDLP) of the GTS distribution and the self-decomposable distribution generated by the GTS distribution as BDLP. The derived self-decomposable distribution and the GTS distribution are used as stationary distribution in the Ornstein-Uhlenbeck type process. A simulation method, based on sampling the random integral representation, is applied to mimic S&P 500 Index and Bitcoin daily cumulative return process.

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。