《表2 模型参数估计表：Lévy过程驱动非高斯OU随机波动率下的期权定价》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《Lévy过程驱动非高斯OU随机波动率下的期权定价》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

所有模型在不同算法下的参数估计值如表2所示（保留四位有效数字）.其中梯度-SMC算法模型参数值下括号内数值为对应的估计参数标准差.对应表1参数初始值可以发现，单纯利用MLE＿SMC算法估计CGMY过程驱动的含（不含）杠杆率BNS模型参数，估计值在参数初始值附近，而利用联合样本估计算法与梯度-SMC算法得到的参数估计值与参数初始值之间有了较大的不同.由此推测单纯利用MLE-SMC算法得到的参数估计值可能陷入了局部最优情况，利用联合样本估计算法和梯度-SMC算法可能会对模型参数估计有较大改进.