随机减量法matlab程序_Matlab马尔可夫链蒙特卡罗法（MCMC）估计随机波动率（SV） 模型...

原文链接:

http://tecdat.cn/?p=16708​tecdat.cn

波动率是一个重要的概念，在金融和交易中有许多应用。这是期权定价的基础。波动率还使您可以确定资产分配并计算投资组合的风险价值（VaR）。甚至波动率本身也是一种金融工具，例如CBOE的VIX波动率指数。但是，与证券价格或利率不同，波动不能直接观察到。

取而代之的是，它通常被衡量为来自证券或市场指数的收益或收益历史的统计波动。这种类型的度量称为已实现波动率或历史波动率。衡量波动率的另一种方法是通过期权市场，在该市场中，可以使用期权价格通过某些期权定价模型来得出基础证券的波动性。Black-Scholes模型是最受欢迎的模型。这种定义称为 隐含波动性。VIX基于隐含波动率。

存在多种统计方法来衡量收益序列的历史波动率。较高频率的数据可用于计算低频收益的波动率。例如，使用日内收益率来计算每日波动率；使用每日收益来每周波动。人们还可以使用每日OHLC（开盘价，最高价，最低价和收盘价）来计算每日波动率。更多的学术方法包括ARCH（自回归条件异方差），GARCH（广义ARCH），TGARCH（阈值GARCH），EGARCH（指数GARCH）等。我们不会详细讨论每个模型及其优缺点。相反，我们将专注于随机波动率（SV）模型，并将其结果与其他模型进行比较。通常，SV模型很难用回归方法来估计。

EUR / USD汇率

我们将以2003-2018年EUR / USD汇率的每日收盘价为例来计算每日波动率。

1. 
   ask = readtable('EURUSDdaily.csv');
3. 
   t = ask.Time;
4. 
   cl = ask.close;
6. 
   %% 相关性检验
7. 
   rtn = double((cl - lagmatrix
9. 
   % - remove NaN
10. 
    t = t(2:en ;
12. 
    n = size(rtn,1); %数据量
14. 
    figure('position',

图1. EUR / USD的每日汇率 和每日对数收益率。

图2显示没有证据表明收益率存在序列相关性。最多30个之后的收益的自相关函数（ACF）和偏自相关函数（PACF）无相关性。收益率的Ljung-Box Q检验也未显示明显的自相关。