1.山西大学管理与决策研究所,太原 030006;山西大学数学科学学院,太原 030006
出版日期:
2016-06-25发布日期:
2016-07-04VOLATILITY RESEARCH BASED ON THE MODIFIED UNSCENTED KALMAN FILTER
LIU Weiqi1 ,LI Le21.Institute of Management and Decision,Shanxi University, Taiyuan 030006;2.School of Mathematical Science, Shanxi University, Taiyuan 030006
Online:
2016-06-25Published:
2016-07-04摘要
图/表
参考文献
相关文章
编辑推荐
-->Metrics
本文评论
波动率估计是金融学的核心, 波动几乎渗透金融市场的每一个领域. 为了快速而精确地提取波动率, 文章将比例UT变换与最小偏度单行采样技术和无迹卡尔曼滤波(UKF)算法相结合, 提出一种适用于非线性高斯状态空间模型的改进的无迹卡尔曼滤波(MUKF)算法, 并将该算法应用到扩散的期权定价模型中. 最后 通过对Heston随机波动模型进行模拟研究, 发现在同时使用股票价格数据和期权 数据时, 可以精确地提取波动率, 而且MUKF算法比UKF算法的计算时间更短. 文章也对Heston模型中的波动率的波动参数进行了研究, 研究发现MUKF算法可以准确地 捕捉这种波动率特性.
MR(2010)主题分类:
00A06
分享此文: