利用MCMC对波动率指数期货定价模型的参数估计

发布时间：2023-06-28 01:28

　　本文通过MCMC方法,对波动率指数期货(VIX Futures)单因素和多因素模型的参数以及状态变量进行贝叶斯统计推断。本文选择均值回归模型来描述状态变量,在此模型下,波动率指数期货估值模型的参数无法利用显示表达式进行分离,这样的特质要求在进行参数估计的时候充分的结合Gibbs抽样以及Metropolis-Hastings抽样的方法估计参数的分布。 在实证部分,本文利用波动率指数期货合约的原始数据,处理得到恒定到期日期货价格曲线,并利用该价格作为模型的输入估计模型参数值。 本文通过比较估计的结果发现:Heston模型对于市场数据的解释要好于一般的对数正态假设模型,而双因素HESTON模型又要好于单因素模型。

【文章页数】：49 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 引言
    1.1 文献综述
    1.2 本文对现有研究的贡献
第2章 概念解释
    2.1 波动率指数（VIX）
    2.2 波动率指数（VIX FUTURES）
    2.3 贝叶斯统计推断
    2.4 MCMC 方法
第3章 波动率指数期货的K 因素HESTON 模型
    3.1 模型描述
    3.2 风险中性假设下模型的推导
    3.3 将贝叶斯统计推断运用到本模型
第4章 抽样中替代函数的选择
    4.1 单因素模型抽样（K=1）
    4.2 双因素模型抽样（K=2）
第5章 实证分析
    5.1 数据采集及处理
    5.2 结果分析
        5.2.1 单个期货价格参数估计及分析
        5.2.2 总体价格参数估计及模型比较
        5.2.3 双因素模型估计
        5.2.4 综合评价HESTON 单因素、双因素模型
第6章 结论
参考文献
致谢
个人简历



本文编号：3835709