长记忆随机波动率模型下的带交易费与红利欧式期权定价
需积分: 0 70 浏览量
更新于2024-09-04
收藏 488KB PDF 举报
本文标题"European option pricing with transaction costs and dividends under the long memory stochastic volatility model"聚焦于金融领域中的一个关键问题,即在长记忆随机波动率模型中考虑交易费用和股息对欧式期权定价的影响。作者刘倩和王晓天,分别来自中国科学技术大学数学系,他们针对这个复杂且具有挑战性的金融定价问题进行了深入探讨。
在传统的金融模型中,欧式期权定价通常假设市场是线性的,而实际金融市场往往表现出非线性和复杂性。长记忆随机波动率模型引入了时间序列的自相似性和长期依赖性,这使得价格变动不再遵循简单的随机漫步,而是呈现出更为动态和不确定的特性。在这种背景下,研究者考虑了现实世界中的两个重要因素:交易费用和股息支付。
交易费用是投资者在买入或卖出期权时不可避免的成本,它会影响投资者的实际回报和策略选择。在长记忆模型中,由于市场的非平稳性,交易费用的影响可能更加显著。同时,股息的存在会改变股票价值,从而间接影响期权的价值,特别是在含有分红的资产上。
刘倩和王晓天利用“锚定与调整”(anchoring and adjustment)的理论方法,这是一种创新的定价策略,它能够捕捉到长记忆模型下波动率的长期依赖性,并将交易费用和股息的影响纳入考量。他们的工作旨在提供一个准确反映这些现实因素的欧式看涨期权定价公式,这对于理解和预测金融市场的定价行为具有重要的实践意义。
关键词包括"锚定调整"、"股息"、"delta-hedging"(Delta对冲策略)、"缩放"以及"交易成本",这些都是理解文章核心内容的关键术语。这项首发论文深入剖析了长记忆随机波动率模型下的期权定价问题,对于金融工程和实证金融学的研究者来说,提供了有价值的理论支持和实操指导。
2020-01-29 上传
2019-12-29 上传
2021-06-01 上传
2010-10-26 上传
2014-08-25 上传
2021-05-29 上传
2021-05-10 上传
2020-01-31 上传
weixin_38710127
- 粉丝: 5
- 资源: 921
最新资源
- MATLAB实现小波阈值去噪:Visushrink硬软算法对比
- 易语言实现画板图像缩放功能教程
- 大模型推荐系统: 优化算法与模型压缩技术
- Stancy: 静态文件驱动的简单RESTful API与前端框架集成
- 掌握Java全文搜索:深入Apache Lucene开源系统
- 19计应19田超的Python7-1试题整理
- 易语言实现多线程网络时间同步源码解析
- 人工智能大模型学习与实践指南
- 掌握Markdown:从基础到高级技巧解析
- JS-PizzaStore: JS应用程序模拟披萨递送服务
- CAMV开源XML编辑器:编辑、验证、设计及架构工具集
- 医学免疫学情景化自动生成考题系统
- 易语言实现多语言界面编程教程
- MATLAB实现16种回归算法在数据挖掘中的应用
- ***内容构建指南:深入HTML与LaTeX
- Python实现维基百科“历史上的今天”数据抓取教程