伯特·凡·埃斯;彼得·斯普雷伊;哈里·范赞滕 波动率密度估计的非参数方法。 （英语） Zbl 1230.91199号 Di Nunno，Giulia（编辑）等人，《金融高级数学方法》。柏林：施普林格出版社（ISBN 978-3-642-18411-6/hbk；978-3-442-18412-3/电子书）。293-312 (2011). 本文讨论了在给定某些资产价格过程的观测值的情况下，当人们想要估计波动过程的密度时，会用到的一些非参数方法。模型是在连续时间内建立的，并且回顾了单变量情况。观测模型为\（Y_i=X_i+\varepsilon_i\），其中\（X_i\。统计问题是通过反褶积恢复（X_i）的密度。因为SVM（X_i）不是iid，而是一个平稳的混合过程。本文讨论了基于核函数、小波和惩罚投影估计的估计。特别表明，性能取决于基础过程的平滑度和混合条件以及观测频率。关于整个系列，请参见[Zbl 1211.91008号].审核人：佩德罗·莫雷廷（圣保罗） 引用于1文件 MSC公司： 91G70型 统计方法；风险度量 62G07年 密度估算 62G08号 非参数回归和分位数回归 2007年6月26日 非马尔科夫过程：假设检验 关键词：随机波动率模型;反褶积;密度估计;核估计量;小波;最小对比度估计;混合 PDF格式BibTeX公司 XML格式引用 \textit{B.vanEs}等人，in：金融高级数学方法。柏林：斯普林格。293--312（2011年；Zbl 1230.91199） 全文： 内政部 arXiv公司