跳到正文
AI × 量化 × 交易AI 入门 ¥399 · 年度信号 ¥1,299 · AI 直播课 ¥5,980 · 合作机构员工优先查看 →
arXiv q-fin· Dimitri Sotnikov, Adeline Viot·· 5 小时前AI 评分33

EFM 特征波动率模型中的鞅性研究

Martingality in EFM Signature Volatility Models

AI 导读

该研究针对指数衰减记忆(EFM)特征波动率模型建立了鞅性判定准则,扩展了 Abi Jaber、Gassiat 与 Sotnikov 2026 年的相关结论。该模型以时间增广布朗运动的 EFM 特征的线性泛函定义波动率过程,具备全局良态、完全非马尔可夫且存在平稳分布的特性,可适配初始远期方差曲线。研究证明,排除平凡情形后,价格过程为真鞅当且仅当截断阶数为奇数且满足含相关参数的符号条件。

来源:arXiv q-fin · arxiv.org

下一步

AI 策略构建直播课:从期权案例到策略验证拆解信号、仓位与风险管理,在 AI 帮助下建立研究记录。微信交流与联系方式查看官方联系方式;二维码准备好后在关于页展示。Prefer English? Get the research briefing by emailRegister your interest in English research updates on our website.