Analysing Models for Volatility Clustering with Subordinated Processes: VGSA and Beyond
创建于 更新于
摘要
本论文系统研究了以Lévy过程作为时间变换机制的跳跃模型，重点分析基于Gamma子ordinator的变差伽马（VG）过程及其随机时间变换扩展VGSA模型，推导了其强一致性和渐近正态性。通过引入广义的CIR与CKLS过程作为随机时钟，提供了更灵活的波动聚类建模框架。仿真验证了理论结果，展示了VGSA及CGMY-SA模型在随机时间变换下的分布收敛性与正态近似特征，为金融市场中跳跃及波动聚类的量化建模提供重要理论基础与实践支持。[page::0][page::5][page::13][page::17]
