Пластичность волатильности:Приложение:Автокорреляции — различия между версиями
WikiSysop (обсуждение | вклад) (Новая страница: «{| width="100%" | width="40%"|Оглавление << ! width="20%"|[[Пластичность вола…») |
WikiSysop (обсуждение | вклад) |
||
(не показано 5 промежуточных версий этого же участника) | |||
Строка 1: | Строка 1: | ||
{| width="100%" | {| width="100%" | ||
− | | width="40%"|[[Пластичность_волатильности| | + | | width="40%"|[[Пластичность_волатильности:Приложение:Моделирование блуждания|Приложение: Моделирование блуждания]] << |
! width="20%"|[[Пластичность волатильности|Оглавление]] | ! width="20%"|[[Пластичность волатильности|Оглавление]] | ||
− | | width="40%" align="right"| >> [[ | + | | width="40%" align="right"| >> [[Пластичность волатильности|Оглавление]] |
|} | |} | ||
---- | ---- | ||
+ | Рассмотрим примеры автокорреляционных коэффициентов в условиях нестационарности (15) в некоторых частных случаях. | ||
+ | <math>\textstyle \bullet</math> Для волатильности в виде ступеньки со значением <math>\textstyle \sigma_1</math> длительностью <math>\textstyle f\cdot T</math> и <math>\textstyle \sigma_2</math> в течение <math>\textstyle (1-f)\cdot T</math> для дисперсии имеем: | ||
+ | |||
+ | {| width="100%" | ||
+ | | width="90%" align="center"|<math> \gamma_0(\sigma)=\sigma_\theta^2 \cdot \bigl[f\,\sigma^2_1 + (1-f)\,\sigma^2_2\bigr] + f (1-f) \cdot (\sigma_2-\sigma_1)^2, </math> | ||
+ | | <div width="10%" align="right" style="color:#0000CC">'''(40)'''</div> | ||
+ | |} | ||
+ | |||
+ | где <math>\textstyle \sigma_\theta^2 = \overline{(\theta-1)^2}</math> - дисперсия нормированной положительно определённой случайной величины с единичным средним. Ковариационный коэффициент <math>\textstyle \gamma_s(\sigma)=\left\langle \sigma_t\cdot \sigma_{t-s}\right\rangle - \left\langle \sigma_t\right\rangle ^2</math> равен: | ||
+ | |||
+ | {| width="100%" | ||
+ | | width="90%" align="center"|<math> \gamma_s(\sigma) = f (1-f) \cdot (\sigma_1-\sigma_2)^2 \;+\; \bigl(\sigma_1-\sigma_2\bigr) \bigl(\sigma_2 f -\sigma_1(1-f)\bigr) \cdot \frac{s}{T-s} </math> | ||
+ | | <div width="10%" align="right" style="color:#0000CC">'''(41)'''</div> | ||
+ | |} | ||
+ | |||
+ | При большом периоде усреднения <math>\textstyle T</math> по сравнению со сдвигом <math>\textstyle s</math> остаётся только первое слагаемое, которое мы получили в шестом разделе. | ||
+ | |||
+ | <math>\textstyle \bullet</math> В случае линейного роста волатильности <math>\textstyle \sigma(t)=\sigma_0 \cdot (1+ \beta t/T)</math>, с постоянной скоростью <math>\textstyle \beta</math> дисперсия <math>\textstyle \gamma_0</math> равна: | ||
+ | |||
+ | {| width="100%" | ||
+ | | width="90%" align="center"|<math> \frac{\gamma_0(\sigma)}{\sigma^2_0} = \sigma^2_\theta \cdot \left(1+\beta+\frac{\beta^2}{3}\right) +\frac{\beta^2}{12} </math> | ||
+ | | <div width="10%" align="right" style="color:#0000CC">'''(42)'''</div> | ||
+ | |} | ||
+ | |||
+ | Автоковариационный коэффициент: | ||
+ | |||
+ | {| width="100%" | ||
+ | | width="90%" align="center"|<math> \frac{\gamma_s(\sigma)}{\sigma^2_0} = \frac{\beta^2}{12}\cdot \left(1 - 2\,\frac{s}{T}-2\,\frac{s^2}{T^2}\right) </math> | ||
+ | | <div width="10%" align="right" style="color:#0000CC">'''(43)'''</div> | ||
+ | |} | ||
+ | |||
+ | <math>\textstyle \bullet</math> Если волатильность испытывает периодические колебания <math>\textstyle \sigma(t)=\sigma_0 (1+\beta \sin(2\pi m t/T))</math>, где <math>\textstyle m=1,2,..</math> - целые числа, то волатильность <math>\textstyle x</math> в условиях такой нестационарности равна: | ||
+ | |||
+ | {| width="100%" | ||
+ | | width="90%" align="center"|<math> \frac{\gamma_0(\sigma)}{\sigma^2_0} = \sigma^2_\theta \cdot \left(1+\frac{\beta^2}{2}\right) + \frac{\beta^2}{2} </math> | ||
+ | | <div width="10%" align="right" style="color:#0000CC">'''(44)'''</div> | ||
+ | |} | ||
+ | |||
+ | Ковариационные коэффициенты становятся периодическими функциями сдвига <math>\textstyle s</math>: | ||
+ | |||
+ | {| width="100%" | ||
+ | | width="90%" align="center"|<math> \frac{\gamma_s(\sigma)}{\sigma^2_0} = \beta^2 \cdot \left\{\frac{1}{2}\,\cos\bigl(2m\pi \frac{s}{T}\bigr) + \frac{T/4 m\pi}{ (T-s)}\,\sin\bigl(2m\pi \frac{s}{T}\bigr) \right\} </math> | ||
+ | | <div width="10%" align="right" style="color:#0000CC">'''(45)'''</div> | ||
+ | |} | ||
+ | |||
+ | Ниже приведены эмпирические графики автокорреляционных коэффициентов всех этих трёх случаев вместе с теоретической кривой (тонкая линия): | ||
+ | |||
+ | <center>[[File:volat_pic33.png]]</center> | ||
+ | |||
+ | === Примчания === | ||
+ | <references/> | ||
---- | ---- | ||
{| width="100%" | {| width="100%" | ||
− | | width="40%"|[[Пластичность_волатильности| | + | | width="40%"|[[Пластичность_волатильности:Приложение:Моделирование блуждания|Приложение: Моделирование блуждания]] << |
! width="20%"|[[Пластичность волатильности|Оглавление]] | ! width="20%"|[[Пластичность волатильности|Оглавление]] | ||
− | | width="40%" align="right"| >> [[ | + | | width="40%" align="right"| >> [[Пластичность волатильности|Оглавление]] |
|} | |} |
Текущая версия на 20:42, 6 марта 2010
Приложение: Моделирование блуждания << | Оглавление | >> Оглавление |
---|
Рассмотрим примеры автокорреляционных коэффициентов в условиях нестационарности (15) в некоторых частных случаях.
Для волатильности в виде ступеньки со значением длительностью и в течение для дисперсии имеем:
(40)
|
где - дисперсия нормированной положительно определённой случайной величины с единичным средним. Ковариационный коэффициент равен:
(41)
|
При большом периоде усреднения по сравнению со сдвигом остаётся только первое слагаемое, которое мы получили в шестом разделе.
В случае линейного роста волатильности , с постоянной скоростью дисперсия равна:
(42)
|
Автоковариационный коэффициент:
(43)
|
Если волатильность испытывает периодические колебания , где - целые числа, то волатильность в условиях такой нестационарности равна:
(44)
|
Ковариационные коэффициенты становятся периодическими функциями сдвига :
(45)
|
Ниже приведены эмпирические графики автокорреляционных коэффициентов всех этих трёх случаев вместе с теоретической кривой (тонкая линия):

Примчания
Приложение: Моделирование блуждания << | Оглавление | >> Оглавление |
---|