基于MCMC的贝叶斯长记忆随机波动模型研究

针对贝叶斯长记忆随机波动模型的单步Gibbs抽样算法效率低下的问题,通过对模型在状态空间框架下的近似表示,将向前滤波向后抽样算法引入对波动变量的估计过程中,同时在贝叶斯框架下分析了模型参数的满条件后验分布,设计出Gibbs联合抽样算法.更进一步,在对模型进行参数估计的基础上,提出波动变量的向前多步预报分布的估计方法.模...     

考虑红利支付和随机波动的确定缴费型养老金最优投资策略

为研究红利支付和随机波动情形下确定缴费型养老金的最优投资问题,假设:(1)金融市场有2种资产,即无风险资产(银行存款)和风险资产(股票),且养老金计划的基金投资在这2种资产上;(2)风险资产的方差服从Heston模型,且考虑了风险资产(股票)所得的红利收入。通过随机控制原理,在指数效用函数情形下获得DC型养老金最优投资的显式解,从而得出其最优投资策略为:红利率越大,相同的养老金财富水平在股票上的投资比例越大;在一定范围内,通胀波动率的增加使得投资者追加对股票的投资,但当通胀波动率较大时,投资者反而减少对股票的投资。     

反射随机波动模型的首中时问题

利用鞅方法研究一类带反射的随机波动模型与常弹性方差(CEV)模型的复合模型,用合流超几何函数表示出首中时和波动因子的一种期望,并讨论当模型的参数取某些特殊值时,其中一个合流超几何函数不存在时的情形.     

一种改进的动态IS算法交易策略

在IS算法交易策略基础上,提出了一种考虑股票市场实时变化的改进动态IS算法交易策略.同时,针对中国股票市场的实际情况,设计了模拟市场交易平台,将改进动态IS算法交易策略、传统IS算法交易策略及随机交易策略分别引入到模拟平台当中进行比较.模拟结果显示,改进动态IS算法可有效降低交易成本,并明显优于传统IS算法和随机交易策略.     

随机波动率模型下基于精确模拟算法的期权计算理论

基于两类随机波动率模型研究了欧式期权的价格和敏感性估计问题.在Broadie和Kaya的精确模拟算法基础上,讨论了舍取抽样技术在精确模拟算法中的有效应用.在此基础上研究条件蒙特卡罗、对偶变量技术等方差减小技术在欧式期权定价和敏感性Greeks计算中的加速问题.数值结果表明,相比欧拉离散和原始的蒙特卡罗模拟算法,基于精确模拟算法的条件蒙特卡罗加速技术能得到无偏且方差更小的估计值,具有较好的误差减小效果.该算法可以很方便地解决其他更加复杂的金融产品的计算问题,如障碍期权的定价和敏感性估计问题、篮子期权的计算问题等.     

高频金融数据下二阶波动率阵的估计

文章针对高频金融数据波动率研究领域中出现的微观结构噪音和跳过程的双重影响问题,在对高频金融数据下单个资产跳-扩散定价过程中波动率研究的基础上,对资产定价过程中的跳和微观结构噪音分别进行考虑,得出了高频金融数据下2个资产跳-扩散定价过程中的二阶波动率阵的估计和其收敛速度,扩大了现有文献中相应的研究结果.     

重庆城市生活垃圾组分与热解特性

选取重庆主城区域城市生活垃圾进行实验研究,以确定其自然组分、工业组分、元素组分及热值等特性参数,实验研究表明：高水分、高灰分、低热值特点比较明显;ＭＳＷ中的有机物是一个很复杂的组份,并且有机化合物都有较明显的挥发分析出温度区;而纸、布或含纤维质较多的废弃物在各自相对较宽的温度区的挥发分析出较均匀,湿度、物料尺寸及停留时间对热解特性有重要影响;要保护垃圾洁净燃烧,除了保证炉温（大于８００℃）外,针对不同组分及垃圾工业成分确定不同炉型,以保证足够的炉风停留时间、充分燃尽。     

煤中环境敏感性痕量元素的挥发性研究

对我国西北部4个电厂原煤在实验室不同温度下进行燃烧实验,应用原子吸收光谱（AAS）、电感耦合等离子体原子发射光谱（ICP-AES）和仪器中子活化（INAA）等方法对煤和灰样中舡,Pb,Hk,Cd,Co,Se,Mn,U,Th,Be,Mo,Sb,Br和V等14种环境敏感性痕量元素的质量分数进行了测定,通过对比痕量元素在煤与灰样中质量分数的差异以及不同温度下痕量元素的挥发率,研究了在实验室不同温度下痕量元素的转化、分配规律,结合元素的赋存状态和物理化学特性,揭示了影响痕量元素燃烧迁移、分配规律的主要因素．     

基于已实现半协方差的投资组合优化

在传统的风险度量方法中,常见的协方差估计量并未区分资产收益的下侧风险和上侧收益,而一般的下偏矩估计量则存在非对称性和难以加总的缺点.本文引入已实现半协方差矩阵(RSCOV)作为风险度量进行波动率预测和投资组合研究.本文将RSCOV应用于两种常见的风险分散投资策略—风险平价(ERC)策略和全局方差最小(GMV)策略,并将机器学习中的在线加权集成(OWE)算法用于提升已实现波动率预测方法HAR-RV的样本外预测表现.通过研究发现,相比起已有的其他风险衡量方式,仅包含负向波动信息的下半RSCOV能够更好地被用于平衡组内各资产的风险贡献.基于A股市场2011-2018年的高频数据,本文通过实证研究发现,OWE-HARRV在月度预测步长下的效果优于HAR-RV,而下半RSCOV则能够使ERC策略以及GMV策略在保证一定平均收益的同时,降低了组合收益的极端损失.     

A comparison of conditional predictive ability of implied volatility and realized measures in forecasting volatility

In a conditional predictive ability test framework, we investigate whether market factors influence the relative conditional predictive ability of realized measures (RMs) and implied volatility (IV), which is able to examine the asynchronism in their forecasting accuracy, and further analyze their unconditional forecasting performance for volatility forecast. Our results show that the asynchronism can be detected significantly and is strongly related to certain market factors, and the comparison between RMs and IV on average forecast performance is more efficient than previous studies. Finally, we use the factors to extend the empirical similarity (ES) approach for combination of forecasts derived from RMs and IV.