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--贝叶斯统计论文

基于MCMC方法的SV模型的贝叶斯估计及实证分析

致谢第3-4页
摘要第4-5页
abstract第5页
1 绪论第13-17页
    1.1 研究背景及意义第13-14页
    1.2 文献综述第14-15页
    1.3 本文创新点及主要内容第15-17页
2 金融市场的波动率及其基本统计特征第17-21页
    2.1 金融市场的波动率第17-19页
    2.2 金融市场的基本统计特征第19-21页
3 SV模型的结构分析第21-25页
    3.1 标准随机波动率模型第21-22页
    3.2 厚尾随机波动率模型第22-24页
    3.3 SV模型的参数估计方法第24-25页
4 马尔可夫链蒙特卡罗方法第25-33页
    4.1 贝叶斯统计方法第25-27页
    4.2 马尔科夫链蒙特卡罗模拟方法第27-29页
    4.3 SV模型的MCMC方法的贝叶斯估计第29-32页
    4.4 Gibbs抽样第32-33页
5 实证分析第33-47页
    5.1 数据的选取及基本特征分析第33-35页
    5.2 SV模型的参数估计第35-44页
    5.3 标准SV模型与SV-T模型的对比第44-47页
6 结论与展望第47-49页
    6.1 结论第47页
    6.2 展望第47-49页
参考文献第49-53页
作者简历第53-55页
学位论文数据集第55页

论文共55页,点击 下载论文
上一篇:两类耦合的非线性偏微分方程组的微分求积法
下一篇:基于分数Brown运动和跳-扩散过程的亚式期权定价