Long memory score-driven models as approximations for rough Ornstein-Uhlenbeck processes
创建于 更新于
摘要
本文研究了具有长记忆的得分驱动模型的连续时间极限，证明其在适当标度下弱收敛到Hurst参数小于1/2的粗糙Ornstein-Uhlenbeck过程。将其用于动态波动率建模时，即构造了新型粗糙波动率模型，并提出基于EGARCH(∞)的离散近似与相应的选项定价数值方法，兼具统计稳健性和计算效率 [page::0][page::1][page::4][page::12][page::15][page::17]
