matlab分时代码-rough_volatility:我们为论文“SPX市场的粗糙波动率模型的历史分析”实现了模型和神经网络。

matlab分时代码粗略波动率模型的实施 该项目实现了[1]中使用的随机波动率模型以及这些的快速神经网络近似。 让我们从解释我们使用的模型开始。 因此，让S（t）表示某些（基础）资产的时间t价格，让r（t）和q（t）分别表示无风险利率和股息收益率（均假设为时间的确定性函数）。 在一些标准假设下，我们得到 在风险中性措施下。 这里的V（t）是瞬时方差过程，我们用W表示布朗运动。 然后，在该项目中，我们考虑下面描述的V（t）的（风险中性）模型。 其中一个（Heston）是非粗糙波动率模型，其他三个是适当的粗糙波动率模型。 赫斯顿 [2]的Heston模型假设 在哪里 粗糙的赫斯顿 [3]的粗略Heston模型假设 在哪里 粗糙的贝戈米 [4]的粗略的Bergomi模型假设 在哪里 扩展的粗糙Bergomi 扩展的粗略Bergomi模型假设 在哪里 和 但是，根据以下参数重新表达它是很自然的： 这也是代码中使用的参数化。 代码包含什么 该代码首先为上述四个模型中的每一个实现了用于对S（t）上的看跌期权和看涨期权进行定价的定价算法。 您应查阅代码或白皮书以获取有关所使用的方法和方案的描述。 该