首页--数理科学和化学论文--概率论与数理统计论文--数理统计论文--一般数理统计论文

随机波动率模型参数估计:贝叶斯和极大似然方法

摘要第1-4页
Abstract第4-8页
第1章 引言第8-13页
   ·资产价格动态模型简介第8页
   ·模型参数的估计方法第8-9页
     ·传统估计方法第8页
     ·贝叶斯估计第8-9页
   ·马氏链蒙特卡洛方法(MCMC)简介第9-11页
     ·为什么需要 MCMC第9页
     ·什么是 MCMC第9-11页
   ·相关研究现状及本文内容第11-13页
     ·本文模型第11-12页
     ·相关研究现状及本文内容第12-13页
第2章 数据模拟和参数估计第13-23页
   ·数据的模拟产生第13-14页
   ·贝叶斯估计后验密度的计算及 MCMC 模拟结果第14-16页
     ·计算贝叶斯估计后验密度第14-15页
     ·MCMC 模拟结果第15-16页
   ·极大似然估计的推导与估计结果第16-19页
     ·推导极大似然估计的解析表达式第16-18页
     ·参数的极大似然估计结果第18-19页
   ·两种估计方法稳定性的比较第19-20页
     ·比较稳定性的方法第19页
     ·数值模拟的结果第19-20页
   ·关于估计的精度和稳定性的推测第20-23页
     ·为什么关于α ,β的估计不够精确和稳定第20-21页
     ·关于上述猜想的验证第21-23页
第3章 波动率不可观测时的参数估计第23-29页
   ·波动率的估计方法第23-24页
   ·波动率不可观测情况下模型的参数估计第24-26页
   ·有无波动率的数据对参数估计的影响第26-27页
   ·总结与展望第27-29页
第4章 结论第29-30页
插图索引第30-31页
表格索引第31-32页
参考文献第32-33页
致谢第33-35页
个人简历、在学期间发表的学术论文与研究成果第35页

论文共35页,点击 下载论文
上一篇:4个模型中的定价三角形
下一篇:右删失数据下水平集估计量的渐近性质研究