|
在我们的上下文中,它可以是定义3中描述的结构保持函数,在切片i上针对某个软化参数α在每个时刻进行评估,也可以是低阶多项式。因此,当Q的(MK×i+j)抛出乘以x时,将返回到期日为Tian的调用值,并敲入KTij。然后,A被定义为Q的子矩阵,由对应于市场报价看涨期权的行(K,T)组成。L是包含所有无套利条件的矩阵,定义方式与3类似。唯一的区别是对Q.4.2的定义——将新方法应用于外汇数据——当采用所有市场到期日,并在矩阵Q中对一系列软化参数进行软化买入价和中间价时,可以恢复以下回调价格和隐含波动率的表面(图12)。同样,代码是用MATLAB编写的,我们使用了GUROBI[14]优化程序来求解线性规划。每个恢复的切片由406次打击组成。图12:2016年1月19日获得的港元/美元看涨面,到期日在一周到两年之间,使用结构保持l-恢复程序。我们还在图13中提供了上述函数的逐层图。每个子地块都显示了关于对数击数(击数/远期商的对数)的隐含波动率微笑,因此可以与图8的平方根拟合进行视觉比较。图13:隐含波动率是结构保持l-恢复获得的对数走向的函数。我们还检查了州价格密度;参见图14。关于分布,可以指出几点。和往常一样,最高的质量集中在货币周围。此外,密度值在货币周围迅速衰减,这与钉住港元的货币一致。
|