隐含波动率表面的PCA分析和使用组件来隐含波动率的未来变化

时间:2019-02-21 12:30:52

标签: pca dimensionality-reduction volatility

我需要对隐含波动率面收益进行降维,即我想通过使用隐含波动率面中的最少数据点来建立隐含波动率面来估算隐含波动率面随时间的收益。

随着时间的推移,我只能使用表面上的一个点来解释表面的整个变化,但这并不是很准确。因此,我需要一种更好的方法,随着时间的流逝,是否有可能使用相同的Principle组件?

您将PCA分析应用于哪个数据集?是否需要截取隐含波动率返回面的横截面,还是可以随时间推移在PCA中使用多个曲面?即矩阵将由固定的货币金额,不同的到期时间和多个时间戳组成。矩阵= [TTM的Nr x退货天的Nr]

BR

0 个答案:

没有答案