英文标题：
《Volatility Inference and Return Dependencies in Stochastic Volatility
Models》
---
作者：
Oliver Pfante and Nils Bertschinger
---
最新提交年份：
2016
---
英文摘要：
Stochastic volatility models describe stock returns $r_t$ as driven by an unobserved process capturing the random dynamics of volatility $v_t$. The present paper quantifies how much information about volatility $v_t$ and future stock returns can be inferred from past returns in stochastic volatility models in terms of Shannon\'s mutual information.
---
中文摘要：
随机波动率模型将股票收益率$r\\t$描述为由捕捉波动率$v\\t$随机动态的未观察过程驱动的。本文根据香农的互信息，量化了随机波动率模型中，从过去的收益中可以推断出多少关于波动率v\\t$和未来股票收益的信息。
---
分类信息：

一级分类：Quantitative Finance 数量金融学
二级分类：Mathematical Finance 数学金融学
分类描述：Mathematical and analytical methods of finance, including stochastic, probabilistic and functional analysis, algebraic, geometric and other methods
金融的数学和分析方法，包括随机、概率和泛函分析、代数、几何和其他方法
--

---
PDF下载：
-->