Analysis of Spin Financial Market by GARCH Model
自旋模型用于模拟金融市场。为了确定自旋金融市场中的收益波动率，我们使用了经验金融中经常用于波动率估计的GARCH模型。我们应用马尔可夫链蒙特卡罗方法进行贝叶斯推断的GARCH模型的参数估计。研究发现，由GARCH模型确定的波动率具有“波动率聚集“现象，这一现象在真实的金融市场中也能观察到。使用波动率确定的GARCH模型，我们检查的混合分布假设（MDH）的资产收益动态。我们发现，以波动率标准化的收益率近似为标准正态随机变量。此外，我们发现，绝对标准化收益率没有显着的自相关。这些发现与MDH的回归动力学观点一致。
2014-08-30 q-fin.CP
A Flexible Commodity Skew Model with Maturity Effects
我们提出了一个非参数扩展的杠杆函数的Andersen商品曲线模型。我们校准这个模型，以市场数据为WTI和NG，包括在标准到期日的期权偏斜。虽然该模型可以校准的确定性利率的情况下，随机利率的情况下，需要估计的期望，我们采用蒙特卡罗模拟的分析公式。我们发现，市场微笑被捕获的确定性利率的情况下，和相对较少的路径，随机利率的情况下。由于每个期货合约通常最多有一个标准到期日的流动性波动率数据，因此非标准到期日隐含波动率的形状以及总隐含方差的累积方式具有灵活性。我们为模型配备了不同的总隐含方差来证明这种灵活性。
2022-12-15 q-fin.CP q-fin.MF
Pricing commodity index options
本文提出了一个商品期货衍生合约的随机局部波动率模型。该模型的目的是能够恢复的价格衍生索赔的期货合约和指数期货策略。为标准普尔GSCI原油超额收益指数提供了校准和定价的数值示例。
2022-08-02 q-fin.CP q-fin.PR
Pricing commodity swing options
在商品和能源市场，摆动期权允许买方对冲期货价格波动，并在每日或定期限制范围内选择其首选的交付策略，这些限制可能通过观察报价的期货合约来确定。在本文中，我们专注于天然气市场，我们提出了一个动态模型，商品期货价格能够校准流动性市场报价，并暗示波动率微笑的期货合约，不同的交货期。我们通过最小二乘蒙特卡罗模拟实现了数值问题，并研究了基于强化学习算法的替代方法。
2020-01-24 q-fin.CP q-fin.PR
Deep Generators on Commodity Markets; application to Deep Hedging
在计算机视觉取得的良好成果的推动下，时间序列的深度生成方法近年来一直受到特别关注，特别是来自金融行业。在这篇文章中，我们专注于商品市场，并测试了四种最先进的生成方法，即时间序列生成对抗网络（GAN）Yoon et al. [2019]，因果最优运输GAN Xu et al.[2020]，签名GAN Ni et al. [2020]和条件欧拉生成器Remlinger et al.[2021]，并在商品时间序列上进行了调整和测试。第一系列试验涉及联合生成商品历史时间序列。第二组处理商品期权的深度对冲，在生成的时间序列上训练。这个用例说明了一种纯粹的数据驱动的风险对冲方法。
2022-05-27 q-fin.CP q-fin.PR q-fin.RM
Valuation of European Options under an Uncertain Market Price of Volatility Risk
我们提出了一个模型来量化参数的不确定性对赫斯顿模型中的期权价格的影响。更确切地说，我们提出了一个汉密尔顿-雅可比-贝尔曼框架，使我们能够评估最好和最坏的情况下，不确定的市场价格波动风险的情况。对于数值近似的哈密顿-雅可比-贝尔曼方程重新制定，使解决方案与有限元方法。蝴蝶选项的案例研究展示了Delta对不确定性大小的依赖是非线性的，并且在参数范围内变化很大。关键词：不确定市场价格，波动风险，哈密顿-雅可比-贝尔曼方程，有限元法，不确定性量化
2021-05-20 q-fin.CP q-fin.PR
Calibration and filtering for multi factor commodity models with seasonality: incorporating panel data from futures contracts
我们研究了一个通用的多因子模型的商品现货价格和期货估价。本文对Schwartz和Smith（2000）及Yan（2002）的多因素多空模型进行了两个重要方面的扩展：首先，我们考虑了长期和短期动态因素的均值回复，并加入了随机波动率因素;然后，Milstein离散化的非线性随机波动率状态空间表示的模型，允许在观察方程的期货和期权合约。然后，我们开发了一个先进的顺序蒙特卡罗算法的基础上，利用粒子马尔可夫链蒙特卡罗进行校准的模型与过滤的潜在过程的长期-短期的动态和波动性因素的数值方法。在这方面，我们探索和开发一种新的方法的基础上，自适应Rao-Blackwellised版本的粒子马尔可夫链蒙特卡罗方法。在这样做时，我们准确地处理非线性的状态空间模型，因此引入到过滤框架。我们对石油商品的合成和真实数据进行分析。
2011-05-30 q-fin.CP q-fin.ST stat.CO
Optimal market completion through financial derivatives with applications to volatility risk
本文在随机波动率（SV）模型的框架下研究了金融衍生金融市场的最优选择问题。我们引入了一个有效的和准确的模拟为基础的方法，适用于广义扩散模型，近似的最佳衍生工具为基础的投资组合策略。我们建立在Escobar-Anel等人（2022）提出的双重优化方法（即期望效用最大化和风险敞口最小化）的基础上;证明扼杀期权是股票期权中市场完成的最佳选择。此外，我们探讨了使用波动率指数衍生品的好处，并得出结论，他们可能是更方便的替代品时，只有长期到期的股票期权。
2022-02-16 q-fin.CP q-fin.PM
Strategic Collusion of LLM Agents: Market Division in Multi-Commodity Competitions
California Institute of Technology（加州理工学院）
本研究探讨古诺竞争框架下大语言模型智能体在多商品市场的策略行为，发现其无需明确指令即可通过动态调整策略垄断特定商品实现利润最大化，为企业AI应用和市场监管提供参考，也为相关后续研究奠定基础。
2025-05-16 cs.AI cs.CL cs.GT
Risk of Bitcoin Market: Volatility, Jumps, and Forecasts
加密货币是最具争议，同时也是最有趣的资产，近年来吸引了许多投资者和投机者。加密货币的明显显著市价总值也推动了期货和期权等现代金融工具的发展。这将取决于加密货币的动态、波动性甚至跳跃性。我们从已实现波动率的角度对比特币市场的风险动态进行了全面的调查。比特币市场在波动性，纠缠跳跃和广泛连续跳跃的意义上是非常危险的，这反映了世界范围内的重大事件。实证研究表明，滞后的已实现方差增加了未来的已实现方差，而跳跃，特别是积极的，显着降低未来的已实现方差。样本外预测模型表明，在预测精度和效用收益方面，对长期已实现方差感兴趣的投资者可以从明确建模跳跃和符号估计量中受益，这对于短期已实现方差预测是不必要的。
2021-12-09 q-fin.CP q-fin.RM
Perturbative Expansion of FBSDE in an Incomplete Market with Stochastic Volatility
在这项工作中，我们应用我们新提出的扰动扩展技术的二次增长FBBundle出现在一个不完全的市场与随机波动率，是不完全对冲。结合标准的渐近展开技术的潜在波动率过程，我们得到了明确的表达式的FB的解决方案，直到三阶波动率的波动率，它可以直接转化为最优投资策略。我们比较我们的近似与精确解，这是已知的是由科尔-霍普夫变换在这个流行的设置。结果是非常令人鼓舞的，并显示出良好的精度的近似相当长的到期日。由于我们的新方法可以直接扩展到多维设置，我们预计它将打开真正的可能性，以获得明确的最佳投资组合或对冲策略下现实的假设。
2012-09-06 q-fin.CP q-fin.PR
A time-varying study of Chinese investor sentiment, stock market liquidity and volatility: Based on deep learning BERT model and TVP-VAR model
South China University of Technology（华南理工大学）
基于2018年1月1日至2019年12月31日EastMoney网站深证成指条评论数据。本文利用深度学习BERT模型提取隐含的投资者情绪，并利用TVP-VAR模型研究投资情绪、股票市场流动性和波动性之间的时变联系。结果表明，投资者情绪对股票市场流动性和波动性的影响更强。尽管这种反向影响相对较小，但随着股票市场的状况而更加明显。在所有情况下，短期内的反应比中长期更明显，影响是不对称的，当市场处于螺旋式下降时，冲击更强烈。
2022-05-13 cs.LG q-fin.CP
From Volatility to Variance: A Skew-Enhanced SABR Model and Its Empirical Study in the Chinese Financial Options Market
School of Mathematical Sciences, University of Chinese Academy of Sciences（中国科学院大学数学科学学院）；International Digital Economy Academy（国际数字经济的学院）
本文提出一种增强偏斜的SABR模型，通过改进资产价格和方差过程的随机动态，提升对复杂波动率微笑模式的拟合能力，并在中国期权市场中进行了实证分析。
2026-03-29 q-fin.CP q-fin.MF
Finding the nonnegative minimal solutions of Cauchy PDEs in a volatility-stabilized market
本文研究波动率稳定市场中的强相对套利问题，利用时间变换的 Bessel 桥提出求解 Cauchy PDE 非负最小解的数值方法与实用算法，并通过示例验证了其有效性。
2025-05-31 math.PR q-fin.CP q-fin.MF
Volatility Forecasting and Return Prediction under Market Regimes: Evidence from High-Frequency Chinese Equity Data
University of Warsaw（华沙大学）
研究将机制依赖的波动率预测与基于机器学习的收益预测相结合，使用中国高频股指数据构建两阶段框架，发现机制感知的波动率预测优于基准模型，但收益预测仅在低波动机制下有效，且需结合波动率缩放等策略才能提升经济表现。
2026-06-08 q-fin.CP q-fin.MF q-fin.TR
