随机波动率跳跃扩散模型:最优投资组合与破产条件
需积分: 9 71 浏览量
更新于2024-07-09
收藏 217KB PDF 举报
"该研究论文探讨了在随机波动率、跳跃扩散模型中,考虑跳跃破产条件下的最优投资组合问题。作者使用了一个具有双均匀跳跃幅度分布和时变市场参数的SVJD模型,来解决风险规避的投资策略。文章指出,虽然在纯扩散模型中无限借贷和卖空是重要的,但在跳跃扩散模型中,这些操作会受到约束。通过引入有限范围的跳跃幅度,模型能够处理较大的投资约束,避免了因波动性消失导致股票分数的不稳定性。此外,研究还对常数相对风险厌恶(CRRA)幂效用模型进行了调整,以处理涉及附加方差自变量的偏积分微分方程(PIDE)。在考虑有限市场的条件下,研究还讨论了其他约束,并且为Heston的随机波动率模型提供了计算上的实用解决方案,确保了方差的非负性。特别地,找到了Heston模型中随机波动率参数的某些特定组合的非奇异解。"
本研究的核心知识点包括:
1. 随机波动率跳跃扩散模型(SVJD): 该模型结合了随机波动率和跳跃扩散两个元素,用于更准确地描述金融市场的动态,其中波动率不仅是随机的,而且资产价格可能突然变化。
2. 跳跃破产条件: 在这种条件下,借贷和卖空不是无限的,而是受到跳跃事件的影响,这反映了现实世界中市场流动性、信用风险等因素。
3. 双均匀跳跃幅度分布: 与传统的固定跳跃幅度不同,这里采用的双均匀分布使得跳跃的大小更具有随机性和多样性,增加了模型的灵活性。
4. 时变市场参数: 考虑到市场参数(如利率、风险溢价等)随时间变化,这使得模型能够适应不断变化的经济环境。
5. 有限范围模型与无限范围模型对比: 有限范围模型允许更大的投资约束,解决了无限范围模型中可能导致的奇异性问题。
6. 偏积分微分方程(PIDE)的处理: 对于CRRA幂效用函数,研究引入了PIDE来处理额外的方差变量,这比纯变量的常微分方程更复杂,但能更全面地描述风险偏好。
7. 非负方差验证: 确保了模型中基础资产方差的非负性,这是金融学中的基本假设,通过适当的奇异极限保持了这一特性。
8. Heston模型的解决方案: 研究提供了Heston随机波动率模型的特定组合的精确非奇异解,这对于实际应用中的计算至关重要。
该研究对金融风险管理、投资策略优化和金融模型的构建提供了理论支持和方法论改进,有助于更准确地评估投资组合风险和优化投资决策。
点击了解资源详情
点击了解资源详情
点击了解资源详情
2019-09-20 上传
2020-05-25 上传
2020-05-29 上传
点击了解资源详情
点击了解资源详情
点击了解资源详情
weixin_38594266
- 粉丝: 4
- 资源: 907
最新资源
- Raspberry Pi OpenCL驱动程序安装与QEMU仿真指南
- Apache RocketMQ Go客户端:全面支持与消息处理功能
- WStage平台:无线传感器网络阶段数据交互技术
- 基于Java SpringBoot和微信小程序的ssm智能仓储系统开发
- CorrectMe项目:自动更正与建议API的开发与应用
- IdeaBiz请求处理程序JAVA:自动化API调用与令牌管理
- 墨西哥面包店研讨会:介绍关键业绩指标(KPI)与评估标准
- 2014年Android音乐播放器源码学习分享
- CleverRecyclerView扩展库:滑动效果与特性增强
- 利用Python和SURF特征识别斑点猫图像
- Wurpr开源PHP MySQL包装器:安全易用且高效
- Scratch少儿编程:Kanon妹系闹钟音效素材包
- 食品分享社交应用的开发教程与功能介绍
- Cookies by lfj.io: 浏览数据智能管理与同步工具
- 掌握SSH框架与SpringMVC Hibernate集成教程
- C语言实现FFT算法及互相关性能优化指南