Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "Wiener process" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
ON AN UPPER GAIN BOUND FOR STRATEGIES WITH CONSTANT AND PROPORTIONAL NUMBER OF ASSETS TRADED
Autorzy:
Łochowski, Rafał
Powiązania:
https://bibliotekanauki.pl/articles/453150.pdf
Data publikacji:
2013
Wydawca:
Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Katedra Ekonometrii i Statystyki
Tematy:
trading strategy
transaction costs
truncated variation
AR(1) process
Wiener process
Ornstein-Uhlenbeck process
random walk
the Black-Scholes model
Opis:
We introduce general formulas for the upper bound of gain obtained from any finite-time trading strategy in discrete and continuous time models. We consider strategies with constant number of assets traded and strategies with proportional number of assets traded. Unfortunately, the estimates obtained in the discrete case become trivial in the continuous case, hence we introduce transaction costs. This leads to the interesting estimates in terms of the so called truncated variation of the price series. We apply the obtained estimates in specific cases of financial time series.
Źródło:
Metody Ilościowe w Badaniach Ekonomicznych; 2013, 14, 2; 29-38
2082-792X
Pojawia się w:
Metody Ilościowe w Badaniach Ekonomicznych
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Optimal trend estimation in geometric asset price models
Autorzy:
Weba, Michael
Powiązania:
https://bibliotekanauki.pl/articles/729704.pdf
Data publikacji:
2005
Wydawca:
Uniwersytet Zielonogórski. Wydział Matematyki, Informatyki i Ekonometrii
Tematy:
geometric asset price model
trend estimation
Wiener process
Ornstein-Uhlenbeck process
kernel reproducing Hilbert space
exogeneous shocks
compound Poisson process
Opis:
In the general geometric asset price model, the asset price P(t) at time t satisfies the relation
$P(t) = P₀ · e^{α·f(t) + σ·F(t)}$, t ∈ [0,T],
where f is a deterministic trend function, the stochastic process F describes the random fluctuations of the market, α is the trend coefficient, and σ denotes the volatility.
The paper examines the problem of optimal trend estimation by utilizing the concept of kernel reproducing Hilbert spaces. It characterizes the class of trend functions with the property that the trend coefficient can be estimated consistently. Furthermore, explicit formulae for the best linear unbiased estimator α̂ of α and representations for the variance of α̂ are derived.
The results do not require assumptions on finite-dimensional distributions and allow of jump processes as well as exogeneous shocks. .
Źródło:
Discussiones Mathematicae Probability and Statistics; 2005, 25, 1; 51-70
1509-9423
Pojawia się w:
Discussiones Mathematicae Probability and Statistics
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies