股票价格变动模型：一种实分析方法
Modelling of stock price changes: a real analysis approach
摘要：
本文讨论了股票价格建模的路径方法。
英文摘要：
The paper discusses a path-wise approach to stock price modelling.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
继续探索
相关论文
二次变差、p-变差和积分及其在股票价格建模中的应用
Quadratic variation, p-variation and integration with applications to stock price modelling
本文给出了一类具有二次变差的实值函数的微积分。主要结果是一类具有二次变化的演化的代表性问题的解决方案。最后将所得结果应用于资产定价模型的建立。本文还得到了关于所有半鞅类的一个推广的结果。
math.CAmath.PR
从永久期权价格恢复时间齐次股票价格过程
Recovering a time-homogeneous stock price process from perpetual option prices
当标的股票价格服从时间齐次扩散时，如何确定永久美式期权的价格是众所周知的。在本文中，我们考虑的逆问题，即，给定的价格的永久美式期权的不同罢工，我们展示了如何构建一个时间齐次股票价格模型，重现给定的期权价格。
math.PRq-fin.PR
基于Bismut-Elworthy-Li公式的粗糙波动率股票价格模型的灵敏度分析
Sensitivity Analysis with respect to a Stock Price Model with Rough Volatility via a Bismut-Elworthy-Li Formula for Singular SDEs
在本文中，我们证明了由Hurst参数H<1/2的分数阶布朗运动和奇异无界漂移向量场驱动的微分方程的唯一Malliavin可微解的存在性，并证明了其稳定性结果.此外，使用后者的结果，我们提出了一个股票价格模型与粗糙和相关的波动率，这也允许捕捉政权切换效应。最后，我们还得到了一个Bismut-Elworthy-Li公式关于我们的股票价格模型的某些类别的向量场。
math.PR
具有市场流动性的股票价格波动模型
Stock Price Fluctuations in an Agent-Based Model with Market Liquidity
研究了一个基于Agent的具有摩擦和异质Agent的股票市场模型。我们的模型是基于Foellmer-Schweizer（1993）的模型：离散时间框架中的股票价格过程由代理人的超额需求函数的临时平衡决定，并应用扩散近似方法将连续时间极限（随着交易间隔缩短）表征为相应的随机微分方程（ESDs）的解。在本文中，我们进一步假设，一些代理人的约束，无论是卖空约束或预算约束。然后，我们证明了股票价格的连续时间过程可以从一个斜反射的时间序列导出。此外，我们发现，卖空（分别，预算）约束导致的过度定价（分别，抑价）。
math.PRq-fin.TR
股票价格的Janardan Galton Watson过程
Stock Prices as Janardan Galton Watson Process
Janardan（1980）引入了一类介于Bernoulli和Poisson之间的后代分布。本文扩展了Janardan Galton Watson（JGW）分支过程作为股票价格模型。在本文中，时间t上的回报值取决于初始收盘价，它显示了后代的数量，在时间t通过后的回报预期和灭绝概率中起作用。假设第t代的后代数量为零，（即，称为模型在时间t的灭绝）等价于时间[0，t]上的负回报值。本文还介绍了股票市场趋势检测的算法。
math.PRq-fin.STstat.AP
具有无限源Poisson主体的股票价格过程
Stock Price Processes with Infinite Source Poisson Agents
我们构造了一个一般的随机过程，并证明了弱收敛结果。它在空间上并通过其分布的参数进行缩放。我们表明，我们的简化缩放是等价的时间缩放经常使用。该过程被构造为一个整体的泊松随机测量，其中管理的交易代理人在股票价格的上下文中的几个参数。当交易发生得更频繁且数量更少时，极限是分数布朗运动。相反，如果交易率降低而其影响率增加，则得到稳定的Levy运动。
math.PRq-fin.PR
更多相关论文收起更多论文
一类广义多分形过程与股价信息含量
A General Class of Multifractional Processes and Stock Price Informativeness
引入了一类由多重分数布朗运动（mBm）驱动的随机过程，并基于一种新的局部广义二次变分方法（LGQV）研究了其点态Hölder指数（PHE）的估计问题.通过仿真研究，我们的建议与其他两个现有的基准估计方法（经典的GQV和振荡方法）的比较，我们表明，我们的估计有更好的性能的情况下，观察到的过程是一些未知的二元函数的时间和mBm。这种多重分数过程，其PHE是时变的，可以用来模拟股票价格在各种市场条件下，这是时间依赖性和区域依赖性。作为金融领域的应用，通过对交叉上市股票的实证研究，发现了全球股票市场中股票价格的信息含量和股权路径的粗糙度随时间变化的新证据。
math.PRq-fin.MFstat.AP
