长记忆随机波动率模型下标的资产价格带跳的欧式期权定价
本文选题:期权定价 + 跳-扩散过程 ; 参考:《华南理工大学》2013年硕士论文
【摘要】:经典的Black-Scholes期权定价公式是建立在理想假设之上的,这就使得该定价公式在实际应用中得出的结果与现实不符。大量的研究发现金融时间序列都具有长期依赖性。因此,近年来许多学者开始运用具有这种性质的分数Brown运动研究股票价格波动率运动规律及进行相应的期权定价。经典的Black-Scholes模型假设波动率为常数,但实证分析显示,股票价格波动率随着时间变化而变化,,而且具有长记忆性,其中波动率驱使噪声是分数布朗运动,因此研究波动率的长记忆性及相应的期权定价,具有重要的理论及现实意义。 在本学位论文中致力于数学金融学中的期权定价问题研究,我们假定股票价格St满足: 其中μ,θ与σ为常数;过程W=(Wt)0ζtζT与B=(Bt)0ζtζT为(Ft)适应的、互不相关的标准布朗运动;过程R=(Rt)0ζtζT为(Ft)适应的复合Poisson过程,和过程W、B相互独立,其中过程N=(Nt)0ζtζT与过程W、B相互独立,并为(Ft)适应,具有强度参数λ的普通Poisson过程,`ξnβ用来刻划第n次突发事件对风险资产报酬的影响。
[Abstract]:The classical Black-Scholes option pricing formula is based on the ideal hypothesis, which makes the result of the formula in practice inconsistent with the reality. A large number of studies have found that financial time series have long-term dependence. Therefore, in recent years, many scholars have begun to use fractional Brownian motion with this property to study the law of stock price volatility and carry out the corresponding option pricing. The classical Black-Scholes model assumes that volatility is constant, but empirical analysis shows that the volatility of stock price changes with time and has long memory, in which volatility drives noise is fractional Brownian motion. Therefore, it is of great theoretical and practical significance to study the long memory of volatility and the corresponding option pricing. In this dissertation, we study the problem of option pricing in mathematics and finance. We assume that the stock price St is satisfied, where 渭, 胃 and 蟽 are constant, the process W = (Wt) 0 味 t 味 T and B = (BT) 0 味 t 味 T are adaptive and independent standard Brownian motions. Process R = (RT) 0 味 t 味 T is a compound Poisson process adapted to (Ft), and process WNB is independent of process WNT, where process N = (NT) 0 味 t 味 T and process WNB are independent and (Ft) adaptive. In the ordinary Poisson process with intensity parameter 位, `尉 n 尾 is used to describe the influence of the nth emergency on the return of risky assets.
【学位授予单位】:华南理工大学
【学位级别】:硕士
【学位授予年份】:2013
【分类号】:F224;F830.91;O211.6
【相似文献】
相关期刊论文 前10条
1 杜子平,张世英;向量随机波动模型的共因子研究[J];管理科学学报;2002年05期
2 毛舜华;;一种连续随机波动模型参数估计的新算法[J];深圳职业技术学院学报;2007年01期
3 张敏强;魏宇;黄登仕;;基于随机波动的资本市场混沌行为研究[J];统计与决策;2007年22期
4 黄波;顾孟迪;李湛;;偏正态随机波动模型及其实证检验[J];管理科学学报;2010年02期
5 卢素;刘金山;;随机波动模型的参数估计方法[J];佛山科学技术学院学报(自然科学版);2011年01期
6 小山顺二 ,原启明 ,林云松;随机波动的分维谱构造[J];地球物理学进展;1990年02期
7 李汉东,张世英;随机波动模型的持续性和协同持续性研究[J];系统工程学报;2002年04期
8 刘金山,李楚霖,胡适耕;随机波动率模型下的最优证券组合选择[J];数学的实践与认识;2003年05期
9 蒋祥林;王春峰;;基于贝叶斯原理的随机波动率模型分析及其应用[J];系统工程;2005年10期
10 方媛;;金融时间序列的随机波动模型评述[J];当代经济;2010年01期
相关会议论文 前6条
1 张宁;倪宏艳;;需求随机波动下的局部竞争与合作分析——厂商背叛行为的判定[A];管理科学与系统科学研究新进展——第6届全国青年管理科学与系统科学学术会议暨中国科协第4届青年学术年会卫星会议论文集[C];2001年
2 李汉东;张世英;;随机波动模型的波动持续性研究[A];Systems Engineering, Systems Science and Complexity Research--Proceeding of 11th Annual Conference of Systems Engineering Society of China[C];2000年
3 宋国青;;周期正在消失[A];2012年夏季CMRC中国经济观察(总第30期)[C];2012年
4 徐俊武;罗毅丹;;过剩产能能否抑制通货膨胀?——基于包含随机波动的TVP模型考察[A];2009年全国博士生学术会议论文集[C];2009年
5 孙有发;张国亚;丁露涛;;基于Stretching和高阶紧的Heston随机波动模型下美式期权有限差分定价格式[A];中国系统工程学会第十八届学术年会论文集——A10系统工程方法在金融、投资、保险业等领域的研究[C];2014年
6 于红香;刘小茂;;SV-M模型下VaR和ES估计的极值方法[A];2003中国现场统计研究会第十一届学术年会论文集(上)[C];2003年
相关博士学位论文 前6条
1 马研生;随机波动率模型中的金融衍生品定价问题[D];吉林大学;2012年
2 谢乐;一类局部随机波动率模型的期权定价研究[D];浙江大学;2012年
3 郑挺国;基于有限混合状态空间的金融随机波动模型及应用研究[D];吉林大学;2009年
4 孟利锋;随机波动模型及其建模方法研究[D];天津大学;2004年
5 陈萍;随机波动率模型的统计推断及其衍生证券的定价[D];南京理工大学;2004年
6 施秋红;带跳的随机波动率模型下的期权定价研究[D];南京理工大学;2014年
相关硕士学位论文 前10条
1 钟卓;函数参数随机波动模型[D];厦门大学;2008年
2 严卫星;随机波动模型下的非交易日效应研究[D];南京理工大学;2008年
3 何鲁宁;随机波动率的波动率模型[D];上海交通大学;2011年
4 王明雷;具有随机波动率的可转换公司债券定价模型研究[D];浙江理工大学;2012年
5 郑秀灯;基因表达中的随机波动[D];北京师范大学;2008年
6 刘酉君;随机波动模型参数估计方法比较研究[D];天津大学;2007年
7 李艳军;随机波动率—随机利率跳扩散模型数值解的收敛性及期权定价应用[D];暨南大学;2014年
8 马研生;欧式期权定价的随机波动率模型[D];吉林大学;2009年
9 黄杰伟;基于马尔可夫结构转换随机波动模型的股市波动性研究[D];湖南大学;2005年
10 刘传文;混合贝塔分布随机波动模型的贝叶斯建模方法研究[D];天津财经大学;2012年
本文编号:2109526
本文链接:https://www.wllwen.com/guanlilunwen/bankxd/2109526.html