马修·罗森鲍姆 离散观测扩散模型中波动持续性的估计。 (英语) Zbl 1142.62055号 随机过程应用。 118,第8期,1434-1462(2008). 摘要:我们考虑随机波动率模型(dY_t=\sigma_t dB_t),其中(B)为布朗运动,(\sigma)为\[\sigma_t=\Phi\biggl(\int_0^ta(t,u)\,dW_u^H+f(t)\xi_0\biggr),\]其中,(W^H)是分数布朗运动,与驱动布朗运动(B)无关,具有Hurst参数(H\geq1/2)。该模型允许波动性的持续性。感兴趣的参数是\(H\)。函数\(\Phi\)、\(a\)和\(f\)被视为干扰参数,\(\xi_0\)是一个随机初始条件。对于一个固定的目标时间(T),我们从离散数据(Y{i/n}),(i=0,dots,nT)出发,构造了一个基于小波的H估计量,它的灵感来自二次泛函的自适应估计。我们证明了我们估计的精度是(n^{-1/(4H+2)}),并且这个速率在极大极小意义下是最优的。 引用于15文件 MSC公司: 2005年6月2日 马尔可夫过程:估计;隐马尔可夫模型 62P05号 统计学在精算科学和金融数学中的应用 60J70型 布朗运动和扩散理论的应用(种群遗传学、吸收问题等) 42立方厘米 涉及小波和其他特殊系统的非三角调和分析 60J65型 布朗运动 2009年6月26日 非马尔可夫过程:估计 60华氏30 随机分析的应用(PDE等) 2012年12月62日 参数估计量的渐近性质 关键词:随机波动率模型;离散采样;高频数据;分数布朗运动;标度指数;二次泛函的自适应估计;小波方法 PDF格式BibTeX公司 XML格式引用 \textit{M.Rosenbaum},随机过程应用。118,第8号,1434--1462(2008;Zbl 1142.62055) 全文: 内政部 参考文献: [1] Andersen,T.G。;Bollerslev,T.,《金融市场的日内周期性和波动持续性》,国际。经济。修订版,39,885-905(1997) [2] Arcones,M.A.,《关于高斯过程的重对数定律》,J.Theoret。概率。,8, 877-903 (1995) ·Zbl 0839.60040号 [3] 巴恩多夫·尼尔森,O.E。;尼古拉托,E。;Shephard,N.,《随机波动率建模的一些最新进展》,Quant。金融,2,11-23(2002)·Zbl 1405.91583号 [4] 巴恩多夫·尼尔森,O.E。;Shephard,N.,非高斯-奥恩斯坦-乌伦贝克模型及其在金融经济学中的一些应用(讨论),J.Roy。统计师。Soc.序列号。B、 63、167-241(2001)·兹比尔0983.60028 [5] 伯津,C。;León,J.R.,分数模型和应用中的收敛,电子。J.概率。,10, 326-370 (2005) ·Zbl 1070.60022号 [6] 布雷特,F。;北卡罗来纳州克雷托。;De Lima,P.,《随机波动中长记忆的检测和估计》,《计量经济学杂志》,83,325-348(1998)·Zbl 0905.62116号 [7] 切里迪托,P。;川口,H。;前岛,M.,分数Ornstein-Uhlenbeck过程,电子。J.概率。,8, 1-14 (2003) ·Zbl 1065.60033号 [8] 西塞尔斯基,Z。;Kerkyacharian,G。;Roynette,B.,《数学研究》。,107, 172-204 (1993) ·Zbl 0809.60004号 [9] Cœurjolly,J.F.,通过样本路径的离散变化估计分数布朗运动的参数,Stat.Inference Stoch。工艺。,4, 2, 199-227 (2001) ·Zbl 0984.62058号 [10] Cohen,A.,数值分析中的小波方法,(Ciarlet,P.G.;Lions,J.L.,数值分析手册,第七卷(1999),Elsevier Science)·Zbl 0976.65124号 [11] F.Comte,L.Coutin,E.Renault,Affine分数随机波动率模型及其在期权定价中的应用,2003年,蒙特利尔大学预印本;F.Comte,L.Coutin,E.Renault,Affine分数随机波动率模型及其在期权定价中的应用,2003年,蒙特利尔大学预印本·Zbl 1298.60067号 [12] F.孔德。;雷诺,E.,连续时间随机波动率模型中的长记忆,数学。金融,8291-323(1998)·Zbl 1020.91021号 [13] Daubechies,I.,紧支撑小波的正交基,Comm.Pure Appl。数学。,41, 909-996 (1988) ·Zbl 0644.42026号 [14] 德奥·R。;Hurvich,C。;Lu,Y.,关于长记忆随机波动率模型中记忆参数的对数周期回归估计,计量经济学理论,17,4,686-710(2004)·Zbl 1018.62079号 [15] (Doukhan,P.;Oppenheim,G.;Taqqu,M.,《长程依赖:理论与应用》(2003),Birkhäuser:Birkháuser Boston)·Zbl 1005.00017号 [16] 格洛特,A。;霍夫曼,M.,《随机波动和分数布朗运动》,《随机过程》。申请。,113, 143-172 (2004) ·Zbl 1065.62179号 [17] A.Gloter,M.Hoffmann,《从离散噪声数据估计Hurst参数》,《统计年鉴》(2007年)(出版中);A.Gloter,M.Hoffmann,《从离散噪声数据中估计赫斯特参数》,《统计年鉴》(2007)(出版中)·Zbl 1126.62073号 [18] Harvey,A.C.,《随机波动的长期记忆》(Knight,J.;Satchell,S.,《金融市场波动预测》(1998),巴特沃斯·海尼曼:巴特沃斯·黑尼曼牛津),307-320 [19] 赫尔,J。;White,A.,随机波动引起的期权定价偏差分析,高级期货期权研究,3,29-61(1988) [20] Hurvich,C。;Moulines,E。;Soulier,P.,估计随机波动中的长期记忆,《计量经济学》,73,4,1283-1328(2005)·Zbl 1151.91702号 [21] Hurvich,C。;Ray,K.,长记忆随机波动率的局部whittle估计,《金融计量经济学杂志》,1,3,445-470(2003) [22] Hurvich,C。;Soulier,P.,《波动性长记忆测试》,计量经济学理论,18,6,1291-1308(2002)·Zbl 1033.62102号 [23] 伊斯塔斯,J。;Lang,G.,高斯过程局部Hölder指数的二次变化和估计,Ann.Inst.H.Poincaré,33,4,407-436(1997)·Zbl 0882.60032号 [24] Jensen,M.,长记忆随机波动率模型的半参数贝叶斯推断,J.Time-Ser。分析。,25, 6, 895-922 (2004) ·Zbl 1062.62232号 [25] 朗·G。;Roueff,F.,具有极小极大率的平稳高斯过程的Hölder指数的半参数估计,Stat.推理Stoch。工艺。,4, 3, 283-306 (2001) ·Zbl 1008.62081号 [26] J.Lee,估计长记忆随机波动模型中记忆参数的小波变换,2004。新加坡国立大学预印本;J.Lee,估计长记忆随机波动模型中记忆参数的小波变换,2004。新加坡国立大学预印本 [27] 曼德尔布罗特,B。;Van Ness,J.,分数布朗运动,分数噪声和应用,SIAM Rev.,10,422-437(1968)·Zbl 0179.47801号 [28] 梅利诺,A。;Turnbull,S.M.,《随机波动外汇期权定价》,《计量经济学杂志》,45,239-265(1990) [29] Musiela,M。;Rutkowski,M.,《金融建模中的鞅方法》(2005),斯普林格出版社·Zbl 1058.60003号 [30] 诺罗斯,I。;瓦尔凯拉,E。;Virtamo,Y.,Girsanov公式的初等方法和分数布朗运动的其他分析结果,Bernoulli,5,4,571-587(1999)·Zbl 0955.60034号 [31] Nualart,D。;Ouknine,Y.,关于参数为(H>1/2)的分数布朗运动的随机积分的Besov正则性,J.Theoret。概率。,16, 451-470 (2003) ·Zbl 1027.60052号 [32] A.Ohanisian,J.Russel,R.Tsay,波动性中的真实或虚假长记忆:这对期权定价重要吗?2004年,预印本;A.Ohanisian,J.Russel,R.Tsay,波动性中的真实或虚假长记忆:这对期权定价重要吗?2004.预印本 [33] Robinson,P.M.,《随机波动模型的记忆》,《计量经济学杂志》,101,195-218(2001)·兹比尔0966.62079 [34] N.Shephard,随机波动。in:新Palgrave Dic。经济部。,2006年第2版;N.Shephard,随机波动。in:新Palgrave Dic。经济部。,2006年第2版 [35] S.Taylor,波动性中长期记忆期权定价的后果,2000年。预打印;S.Taylor,波动性中长期记忆期权定价的后果,2000年。预打印 [36] Teyssière,G.,《资产价格波动中常见长期相互作用模型》,(Rangarajan,G.;Ding,M.,《具有长期相关性的过程:理论和应用》,《具有远程相关性的过程的理论与应用》,物理讲义,第621卷(2003年),Springer-Verlag),251-269 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。