Python 赫斯顿模型与参数估计

Python 赫斯顿模型与参数估计,python,math,finance,discrete-mathematics,quantitative-finance,Python,Math,Finance,Discrete Mathematics,Quantitative Finance,我试图使用Ornstein-Uhlenbeck过程和CIR扩散过程来估计下一个波动率。我阅读了下面的文章,在第13页解释了如何找到CIR过程的参数,当我试图计算我的参数时,我发现它不适用于CIR过程(但奇怪的是,瓦西塞克过程是这样的) 这是我计算参数k、θ和xi的python代码: B1=((T**-2)*((vt[1:])*(vt[:-1]**-1).sum()).sum()-(T**-1)*(vt[1:]*(vt[:-1]**-1)).sum())/((T**-2)*(vt[:-1]*(vt

我试图使用Ornstein-Uhlenbeck过程和CIR扩散过程来估计下一个波动率。我阅读了下面的文章,在第13页解释了如何找到CIR过程的参数,当我试图计算我的参数时,我发现它不适用于CIR过程(但奇怪的是,瓦西塞克过程是这样的)

这是我计算参数k、θ和xi的python代码:

B1=((T**-2)*((vt[1:])*(vt[:-1]**-1).sum()).sum()-(T**-1)*(vt[1:]*(vt[:-1]**-1)).sum())/((T**-2)*(vt[:-1]*(vt[:-1]**-1).sum()).sum()-1)
kappa=-(1/dt)*np.log(B1)
B2=((T**-1)*((vt[1:]*vt[:-1]**-1).sum())-B1)/((1-B1)*(T**-1)*(vt[:-1]**-1).sum())
theta=B2
B3=(T**-1)*(((vt[1:]-(vt[:-1])*B1-B2*(1-B1))**2)*vt[:-1]**-1).sum()
xi=(2*kappa*B3)/(1-B1**2)
链接到该文件:

谢谢你的帮助