Exponentially weighted moving average(指数加权移动平均)
Generalized autoregressive conditional heteroskedasticity(通用自回归条件异方差)
mean reverting:波动有高概率向均值回归。 所以在GARCH(1,1)里面增加了long run average variance GARCH在理论上比EWMA更好,但是如果
,那么使用EWMA更合理
EWMA是GARCH(1,1)的特殊情况
当大震荡周期跟随大震荡周期,小震荡周期跟随小震荡周期(very little autocorelation),GARCH模型表现很好。
volatility term structure:differing volatility for options given differing maturity,不同的期权期限有不同的波动率。
consistency:使用和variance一样的权重和模型来保持一致性
蒙特卡洛的标准误估计:
提高N可以减少样本错误
使用随机变量original set的一个complement set补充集重跑模拟 补充集和原始集是对立的(负数)
把未知属性的变量x,替换成相似的但是已知属性的y 当control statistic和statistic of interest 高度相关时有效。
reduce the estimate variability across experiment 减少了估计可变性
使用样本历史数据来产生随机变量 传统蒙特卡洛模拟方法需要预定义的分布来生成随机变量 bootstrapping方法使用真实历史数据,所以更接近真实
pseudo-radom由公式生成,并不是真正随机 平方去中间四位获取随机数 增加重复的次数可以减少seed对随机变量生成的影响。