ترجمه فارسی مقاله مطالعه موردی بر روی مدل‌های مختلف Cheyette تک عاملی برای کالیبراسیون کپسول بلوغ کوتاه

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

عنوان مقاله به انگلیسی A case study on different one-factor Cheyette models for short maturity caplet calibration
عنوان مقاله به فارسی مطالعه موردی بر روی مدل‌های مختلف Cheyette تک عاملی برای کالیبراسیون کپسول بلوغ کوتاه
نویسندگان Arun Kumar Polala, Bernhard Hientzsch
فرمت مقاله انگلیسی PDF
تعداد صفحات 26
لینک دانلود رایگان مقاله انگلیسی دانلود مقاله
دسته بندی موضوعات Computational Finance,Numerical Analysis,Mathematical Finance,امور مالی محاسباتی , تجزیه و تحلیل عددی , امور مالی ریاضی ,
توضیحات Submitted 20 August, 2024; originally announced August 2024.
توضیحات به فارسی 20 اوت 2024 ارسال شد.در ابتدا اوت 2024 اعلام شد.
اطلاعات بیشتر از این مقاله در پایگاه های علمی INSPIRE HEP
NASA ADS
Google Scholar
Semantic Scholar

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

In [1], we calibrated a one-factor Cheyette SLV model with a local volatility that is linear in the benchmark forward rate and an uncorrelated CIR stochastic variance to 3M caplets of various maturities. While caplet smiles for many maturities could be reasonably well calibrated across the range of strikes, for instance the 1Y maturity could not be calibrated well across that entire range of strikes. Here, we study whether models with alternative local volatility terms and/or alternative stochastic volatility or variance models can calibrate the 1Y caplet smile better across the strike range better than the model studied in [1]. This is made possible and feasible by the generic simulation, pricing, and calibration frameworks introduced in [1] and some new frameworks presented in this paper. We find that some model settings calibrate well to the 1Y smile across the strike range under study. In particular, a model setting with a local volatility that is piece-wise linear in the benchmark forward rate together with an uncorrelated CIR stochastic variance and one with a local volatility that is linear in the benchmark rate together with a correlated lognormal stochastic volatility with quadratic drift (QDLNSV) as in [2] calibrate well. We discuss why the later might be a preferable model. [1] Arun Kumar Polala and Bernhard Hientzsch. Parametric differential machine learning for pricing and calibration. arXiv preprint arXiv:2302.06682 , 2023. [2] Artur Sepp and Parviz Rakhmonov. A Robust Stochastic Volatility Model for Interest Rate Dynamics. Risk Magazine, 2023

چکیده به فارسی (ترجمه ماشینی)

در [1] ، ما یک مدل SLV یک عاملی را با یک نوسانات محلی که در معیار رو به جلو خطی است و یک واریانس تصادفی CIR با همبستگی به 3M از سررسید های مختلف کالیبره کردیم.در حالی که کپلت برای بسیاری از سررسیدها می تواند به خوبی در محدوده اعتصابات کالیبره شود ، به عنوان مثال بلوغ 1Y نمی تواند به خوبی در کل محدوده اعتصاب ها کالیبره شود.در اینجا ، ما مطالعه می کنیم که آیا مدلهایی با اصطلاحات نوسانات محلی جایگزین و/یا نوسانات تصادفی یا مدل های واریانس جایگزین می توانند لبخند 1Y Caple را بهتر از مدل مورد مطالعه در [1] کالیبره کنند.این امر توسط چارچوب های شبیه سازی ، قیمت گذاری و کالیبراسیون که در [1] و برخی از چارچوب های جدید ارائه شده در این مقاله ارائه شده است ، امکان پذیر و امکان پذیر است.ما می دانیم که برخی از تنظیمات مدل به خوبی با لبخند 1y در محدوده اعتصاب تحت مطالعه کالیبره می شوند.به طور خاص ، یک مدل مدل با نوسانات محلی که خطی از نظر خطی در معیار به جلو همراه با یک واریانس تصادفی CIR با همبستگی و یک نوسانات محلی است که در نرخ معیار به همراه یک نوسانات تصادفی Lognormal با درجه دوم همبستگی خطی است.رانش (QDLNSV) مانند [2] به خوبی کالیبراسیون کنید.ما بحث می کنیم که چرا بعداً ممکن است یک مدل ارجح باشد.[1] Arun Kumar Polala و Bernhard Hientzsch.یادگیری ماشین دیفرانسیل پارامتری برای قیمت گذاری و کالیبراسیون.Arxiv preprint arxiv: 2302.06682 ، 2023. [2] Artur Sepp و Parviz Rakhmonov.یک مدل نوسانات تصادفی قوی برای پویایی نرخ بهره.مجله خطر ، 2023

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.