×

兹马思-数学第一资源

离散观测几何分数布朗运动的参数辨识。(英语) Zbl 1457.62249
摘要:本文研究由离散观测值估计几何分数布朗过程的所有未知参数的问题。估计过程建立在二次变分法和最大似然法相结合的基础上。给出了估计量的渐近性质。我们将我们的推导方法与M、 米什兰,Z、 卢K、 L.Teo公司[“分数Black-Scholes模型:完全极大似然估计及其在分数期权定价中的应用”,载:2010年7月18日优化与控制国际会议论文集,贵阳,中国:贵阳大学,573-586(2010),http://hdl.handle.net/20.500.11937/37460]即完全极大似然估计。仿真研究证实了理论研究结果,并说明我们的方法是有效和可靠的。为了说明如何将我们的方法应用于实际情况,本文还对中国金融市场进行了实证研究。
理学硕士:
2009年6月 非马尔可夫过程:估计
60G22型 分数过程,包括布朗运动
2007年6月 随机变分法与Malliavin微积分
60小时10分 随机常微分方程(随机分析方面)
62层12层 参数估计量的渐近性质
62分05秒 统计学在精算科学和金融数学中的应用
软件:
SimEstFBM公司
PDF格式 BibTeX公司 XML 引用
全文: 内政部
参考文献:
[1] Black F,Scholes M期权定价和公司负债。政治经济学杂志,1973年;81(3):637-654。(doi:10.1086/260062)[交叉引用],[科学网®],[谷歌学者]·Zbl 1092.91524号
[2] 《股票收益中的长记忆:一些国际证据》。应用金融经济学,2002年;12(10):725-729。(doi:10.1080/09603100010025733)[泰勒和弗朗西斯在线],[谷歌学者]
[3] 中国股票市场的典型特征。《国际财务分析》,2008年;17(1):64-82。(doi:10.1016/j.irfa.2006.04.001)[交叉引用],[谷歌学者]
[4] Mantegna RN,Stanley HE。经济物理学导论:金融学中的相关性和复杂性。剑桥:剑桥大学出版社;2000[谷歌学者]·Zbl 1138.91300
[5] Sadique S,Silvapulle PLong股票市场回报中的术语记忆:国际证据。《国际金融经济学杂志》,2001年;6(1):59-67。(doi:10.1002/ijfe.143)[交叉引用],[科学网®],[谷歌学者]
[6] 邓肯.邓肯.邓肯.分数布朗运动的物理微积分。一、 理论。控制优化杂志,2000年;38(2):582-612。(doi:10.1137/S036301299834171X)[交叉引用],[科学网®],[谷歌学者]·中银0947.60061
[7] Elliott RJ,Chan L带分数布朗运动的典型美式期权。定量金融,2004年;4(2):123-128。(doi:10.1080/14697680400000016)[泰勒和弗朗西斯在线],[科学网®],[谷歌学者]·Zbl 1405.91611号
[8] Elliott RJ,Van Der Hoek JA一般分数阶白噪声理论及其在金融中的应用。数学金融,2003;13(2):301-330。(doi:10.1111/1467-9965.00018)[交叉引用],[科学网®],[谷歌学者]·Zbl 1069.91047号
[9] 胡勇,Øksendal b分数白噪声微积分及其在金融中的应用。Infin Dimens Anal Quantum Probab Relat Top.,2003年;6(1):1-32。(doi:10.1142/s0212025703001110)[交叉引用],[科学网®],[谷歌学者]
[10] 米舒拉Y。分数布朗运动及其相关过程的随机微积分,柏林:斯普林格-韦拉格;2008[交叉引用],[谷歌学者]·Zbl 1138.60006
[11] 罗斯特克。分数布朗市场中的期权定价,柏林:斯普林格-韦拉格;2009[交叉引用],[谷歌学者]·Zbl 1166.91300
[12] 拉奥·布尔斯普。分数扩散过程的统计推断,奇切斯特:威利;2010[交叉引用],[谷歌学者]
[13] Decreusfond L,Üstünel AS。分数布朗运动的随机分析。潜在肛门。1999年;10(2):177-214。[Crossref],[Web of Science®],[Google Scholar]·Zbl 0924.60034
[14] 分式过程,Beckuhlenuameter。jStatist Probab Lett.,2010年;80(11):1030-1038。(doi:10.1016/j.spl.2010.02.018)[交叉引用],[科学网®],[谷歌学者]·Zbl 1187.62137
[15] 含相依噪声部分观测分数扩散系统极大似然估计的Brouste-aas表征性质。统计学家普兰推理杂志,2010年;140(2):551-558。(doi:10.1016/j.jspi.2009.08.001)[交叉引用],[科学网®],[谷歌学者]·Zbl 1177.62027
[16] 带乘性分数噪声的SPDEs的Cialenco-ipa参数估计。Stoch Dyn.,2010年;10(4):561-576。(doi:10.1142/S0219493710003091)[Crossref],[Web of Science®],[Google Scholar]
[17] Kleptsyna ML,Le Breton对分数阶Ornstein-uhlenbeck型过程的静态分析。统计推断斯托赫过程,2002年;5(3):229-248。(doi:10.1023/A:1021220818545)[交叉引用],[谷歌学者]·Zbl 1021.62061
[18] Tudor CA,Viens FG分数随机微积分的统计方面。安统计,2007年;35(3):1183-1212。(doi:10.1214/009053606000001541)[交叉引用],[科学网®],[谷歌学者]·Zbl 1194.62097
[19] Bertin K,Torres S,Tudor-CAMaximum似然估计和长记忆模型中的随机游动。统计,2011年;45(4):361-374。(doi:10.1080/02331881003768750)[泰勒和弗朗西斯在线],[科学网®],[谷歌学者]·Zbl 1229.62112
[20] 胡勇,努亚拉特D,肖W,张维克斯离散观测下漂移分数布朗运动的极大似然估计。数学学报,2011;31(5):1851-1859。[Crossref],[Web of Science®],[Google Scholar]·Zbl 1245.62099
[21] 肖WL,Zhang WG,Zhang XLM混合分数布朗运动的极大似然估计。统计,2011年;45(1):73-85。(doi:10.1080/02331888.2010.541254)[泰勒和弗朗西斯在线],[科学网®],[谷歌学者]·Zbl 1283.62048
[22] Xiao W,Zhang W,Xu W离散观测下分数阶Ornstein-Uhlenbeck过程的参数估计。应用数学模型,2011年;35(9):4196-4207。(doi:10.1016/j.apm.2011.02.047)[交叉引用],[科学网®],[谷歌学者]·Zbl 1225.62116
[23] Kubilius K,Melichov D二次变差与分数布朗运动驱动的SDE解的hurst指数估计。立陶宛数学杂志,2010年;50(4):401-417。(doi:10.1007/s10986-010-9095-z)[交叉引用],[科学网®],[谷歌学者]·Zbl 1393.60061号
[24] Robbtse W,Lombard-FOn分数阶高斯噪声中长记忆参数的最大似然估计。《统计计算模拟杂志》,2012年1月14日,出版。doi:10.1080/00949655.2012.732076[谷歌学者]·Zbl 1453.62623
[25] Golub GH,Van Loan,参考矩阵计算。第三卷。巴尔的摩与伦敦:约翰霍普金斯大学出版社;1996[谷歌学者]·Zbl 0865.65009
[26] Nualart D,Ortiz Latorre S.多重随机积分的中心极限定理和Malliavin微积分。Stoch工艺应用。2008年;118(4):614-628。[Crossref],[Web of Science®],[Google Scholar]·Zbl 1142.60015
[27] Misiran M,Lu Z,Teo-KL。分数Black-Scholes模型:完全MLE及其在分数期权定价中的应用。优化与控制国际会议;中国贵阳;2010年。573-586年。[谷歌学者]
[28] 分数布朗运动的Coeurjolly jf模拟与识别:一项文献与比较研究。统计软件杂志,2000年;5(7):1-53。[交叉引用],[谷歌学者]
[29] 近似高斯自生成流量的分数阶高斯合成。ACM SIGCOMM公司通讯修订版,1997年;27(5):5-18。(doi:10.1145/269790.269792)[交叉引用],[谷歌学者]
此参考列表基于出版商或数字数学图书馆提供的信息。它的项被试探性地匹配到zbMATH标识符,并且可能包含数据转换错误。它试图尽可能准确地反映原始论文中列出的参考文献,而不要求匹配的完整性或精确性。