SV模型中的波动率是随机变量,其变化速度也是随机的,因此该模型可以更好地描述金融市场中价格波动率的实际变化情况。与传统的布朗运动模型不同,SV模型可以更好地捕捉到市场中的波动性聚集效应(volatility clustering)和波动率异方差性(volatility heteroskedasticity),因此在金融市场的风险管理和金融衍生品定价等领域得到了广泛的应用。
SV模型的一般形式为:
dS(t) = μS(t)dt + √v(t)S(t)dW1(t)
dv(t) = κ(θ - v(t))dt + σ√v(t)dW2(t)
其中,S(t)表示资产价格,v(t)表示波动率,μ、κ、θ和σ为模型参数,W1(t)和W2(t)为布朗运动。
一般都是基于最小二乘法的线性回归,其中有一元线性回归和多元线性回归,一元线性回归用: linefit函数,多元的话用regress函数,如果是非线性模型的话需要化简为线性的,如果不能化简,则需要自己根据模型建立非线性函数求解参数欢迎分享,转载请注明来源:内存溢出
评论列表(0条)