论文部分内容阅读
市场资产收益时间序列中的杠杆效应、跳成分以及重尾误差是普遍存在且重要的,为了更好地适应市场资产收益时间序列的一些特点,本文通过引入跳成分和重尾分布推广了 Wu和Zhou(2015)[20]提出的双门限杠杆随机波动率模型,提出了带跳和重尾的门限杠杆随机波动率模型.计算机技术的快速发展使得金融交易数据在最大限度内是可视的.已实现波动率,作为市场“真实”波动率的替代,可以通过高频数据来构建.本文使用已实现波动率来替代真实波动率,从而将波动率视为是可观察的时间序列.因波动率时间序列的可观察性,在参数估计过程