加载中...
本文提出了一个基于被积函数(集成方差)离散观测的、形式简洁且计算效率高的轨迹式粗糙度指数估计量(显式表达式见文中公式 (2.5)-(2.6)),该估计量仅依赖路径性质而非分布假设,可直接从集成方差或由价格计算的已实现方差得到一致估计 . 我们证明了在广义粗糙波动模型(包括以分数布朗运动或 Riemann–Liouville 过程为驱动的模型,如 rough fractional volatility 与 rough Bergomi)下的强一致性结果,并给出尺度不变改进(sequential scale estimator)和其收敛速率证明 . 论文还刻画了已实现方差近似误差对估计的一致性影响,给出必要且充分的采样率条件以保证从价格直接估计粗糙度的一致性,并通过数值模拟验证尺度校正能显著减少偏差与波动 .
| β \ Q | Q=0.4 Mean | Q=0.4 Std | Q=0.8 Mean | Q=0.8 Std | Q=1.2 Mean | Q=1.2 Std | Q=1.6 Mean | Q=1.6 Std |
|---|---|---|---|---|---|---|---|---|
| 0.4 | 0.15914 | 0.053949 | 0.38983 | 0.053733 | 0.59436 | 0.053476 | 0.79680 | 0.053109 |
| 0.8 | 0.14824 | 0.054001 | 0.38931 | 0.053732 | 0.59444 | 0.053475 | 0.79686 | 0.053109 |
| 1.2 | 0.13735 | 0.054058 | 0.38879 | 0.053730 | 0.59451 | 0.053475 | 0.79693 | 0.053109 |
| 1.6 | 0.12648 | 0.054121 | 0.38825 | 0.053729 | 0.59459 | 0.053474 | 0.79699 | 0.053109 |
元数据与概览(引言与报告概览)
逐节深度解读(逐章精读与剖析)
图表、表格与图片的逐一解析(图表深度解读)
估值分析(若适用)
风险/限制因素评估(风险因素评估)
批判性视角与细微之处(审慎视角)
结论性综合(结论性综合)
(如需我把每一个定理、命题与证明中的具体公式推导、关键不等式及其证明步骤逐条展开并逐个给出对应原文页码出处,我可以继续按章节逐句解构证明细节。)
2307.02582.pdf