QD Research EngineAI-Synthesised

रफ वोलैटिलिटी: फ्रैक्शनल मॉडल ऑप्शन की कीमत बेहतर क्यों लगाते हैं

मॉडल और फ्रेमवर्कपेपर समीक्षा
2026-03-15 · 8 min

वोलैटिलिटी पथ शास्त्रीय मॉडलों की मान्यता से कहीं अधिक खुरदरे हैं, जिनका हर्स्ट एक्सपोनेंट मानक 0.5 के बजाय 0.1 है। यह खुरदरापन तीव्र अल्पकालिक स्क्यू, विस्फोटक VIX उछाल, और पारंपरिक स्टोकेस्टिक वोलैटिलिटी मॉडलों द्वारा अल्पकालिक ऑप्शनों की व्यवस्थित गलत मूल्य निर्धारण की व्याख्या करता है।

Rough VolatilityOptions PricingFractional Brownian MotionVolatility Modeling
स्रोत: Gatheral, Jaisson & Rosenbaum (2018), 'Volatility is rough', Quantitative Finance

खुदरा निवेशकों के लिए व्यावहारिक उपयोग

जब VIX इंट्राडे तेजी से उछलता है, तो रफ वोलैटिलिटी गतिशीलता यह संकेत देती है कि यह गतिविधि बनी रहने की बजाय आंशिक रूप से स्व-सुधार करने की प्रवृत्ति रखती है। अल्पकालिक ऑप्शन (साप्ताहिक) अल्पकालिक स्क्यू की तीव्रता के कारण बड़ा वोलैटिलिटी प्रीमियम समाहित करने की प्रवृत्ति रखते हैं, इसलिए पोर्टफोलियो सुरक्षा को 30 से 90 दिनों तक विस्तारित करना ऐतिहासिक रूप से बेहतर जोखिम-प्रतिफल अनुपात दिखाना अधिक संभव होता है। वोलैटिलिटी पर नज़र रखने वाले निवेशकों के लिए सहज रुझानों की बजाय अनियमित, समूहित विस्फोटों की अपेक्षा करना अधिक लाभदायक होता है।

संपादकीय टिप्पणी

VIX की 31% इंट्राडे उछाल और तेज़ मीन-रिवर्शन पाठ्यपुस्तक रफ वोलैटिलिटी व्यवहार है। शास्त्रीय मॉडल चिकने वोलैटिलिटी पथ मानते हैं; रफ मॉडल वास्तविक बाजारों में दिखने वाली क्लस्टरिंग और बर्स्ट की व्याख्या करते हैं। इस पेपर ने डेरिवेटिव उद्योग की वोलैटिलिटी गतिशीलता को समझने की विधि को मूलभूत रूप से बदल दिया है।

मुख्य निष्कर्ष

वित्तीय बाजारों में वोलैटिलिटी पथ शास्त्रीय मॉडलों की मान्यता से कहीं अधिक खुरदरे हैं। रियलाइज़्ड वोलैटिलिटी को नियंत्रित करने वाला हर्स्ट एक्सपोनेंट लगभग 0.1 है, न कि मानक ब्राउनियन मोशन द्वारा सुझाया गया H = 0.5। Gatheral, Jaisson, and Rosenbaum (2018) द्वारा कठोरता से प्रलेखित यह खुरदरापन बताता है कि इम्प्लायड वोलैटिलिटी सतह क्यों तीव्र अल्पकालिक स्क्यू दिखाती है, VIX क्यों इंट्राडे 31% उछल सकता है और घंटों में वापस आ सकता है, और पारंपरिक स्टोकेस्टिक वोलैटिलिटी मॉडल क्यों अल्पकालिक ऑप्शनों की कीमत व्यवस्थित रूप से गलत लगाते हैं।

जिस दिन वोलैटिलिटी ने अपने नियम तोड़ दिए

5 फरवरी 2018 को, VIX एक ही ट्रेडिंग सत्र में 17 से 50 तक उछल गया, जो 194% इंट्राडे मूवमेंट था, और शॉर्ट-वोलैटिलिटी उत्पादों में अरबों डॉलर नष्ट हो गए। XIV एक्सचेंज-ट्रेडेड नोट ने रातोंरात अपने मूल्य का 96% खो दिया। मानक स्टोकेस्टिक वोलैटिलिटी मॉडल, जो इस धारणा पर बने थे कि वोलैटिलिटी एक सुचारू डिफ्यूज़न प्रक्रिया के रूप में विकसित होती है, ने ऐसी घटना को लगभग शून्य संभावना दी थी। मॉडल गलत कैलिब्रेट नहीं थे; वे संरचनात्मक रूप से उस प्रकार के अचानक, समूहित वोलैटिलिटी विस्फोट उत्पन्न करने में असमर्थ थे जो बाजार नियमित रूप से पैदा करते हैं।

यह कोई अलग-थलग घटना नहीं थी। अगस्त 2015 का फ्लैश क्रैश, अक्टूबर 2014 का ट्रेज़री वोलैटिलिटी स्पाइक, और हाल ही में मार्च 2026 में VIX की 31% इंट्राडे उछाल; ये सभी एक ही हस्ताक्षर साझा करते हैं: वोलैटिलिटी सुचारू, मीन-रिवर्टिंग वक्रों के बजाय दांतेदार, स्व-समान विस्फोटों में गति करती है। दशकों तक, प्रैक्टिशनरों ने मॉडलों और वास्तविकता के बीच इस बेमेल को देखा। इसकी व्याख्या करने के लिए 2018 के एक ऐतिहासिक पेपर की आवश्यकता थी।

मूल तर्क: वोलैटिलिटी खुरदरी है

Gatheral, Jaisson, and Rosenbaum (2018) ने एक सरल लेकिन शक्तिशाली दावा प्रस्तुत किया: लॉग-रियलाइज़्ड वोलैटिलिटी के सैंपल पथ ऐसे व्यवहार करते हैं जैसे वे हर्स्ट एक्सपोनेंट H लगभग 0.1 वाले फ्रैक्शनल ब्राउनियन मोशन द्वारा संचालित हों, जो मानक ब्राउनियन मोशन के H = 0.5 से बहुत कम है। इस एकल पैरामीटर परिवर्तन का ऑप्शनों के मॉडलिंग, प्राइसिंग और हेजिंग के तरीके पर गहरा प्रभाव है।

Heston (1993) जैसे मानक स्टोकेस्टिक वोलैटिलिटी मॉडलों में, वोलैटिलिटी प्रक्रिया साधारण ब्राउनियन मोशन द्वारा संचालित होती है। इस प्रक्रिया के इन्क्रीमेंट्स स्वतंत्र हैं; यह जानना कि कल वोलैटिलिटी बढ़ी थी, आज बढ़ेगी या गिरेगी इसके बारे में कुछ नहीं बताता। सैंपल पथ सतत लेकिन कहीं भी अवकलनीय नहीं हैं, जिसमें H = 0.5 द्वारा शासित एक विशेषतापूर्ण खुरदरापन है।

फ्रैक्शनल ब्राउनियन मोशन (fBm) हर्स्ट पैरामीटर H को 0 और 1 के बीच कोई भी मान लेने की अनुमति देकर इस ढांचे को सामान्यीकृत करता है। जब H < 0.5 होता है, तो प्रक्रिया एंटी-पर्सिस्टेंट व्यवहार प्रदर्शित करती है: धनात्मक इन्क्रीमेंट्स के बाद ऋणात्मक इन्क्रीमेंट्स आने की प्रवृत्ति होती है, और इसके विपरीत भी। पथ मानक ब्राउनियन मोशन से अधिक खुरदरे हो जाते हैं, अधिक बार दिशा परिवर्तन और अधिक दांतेदार दिखावट के साथ। जब H > 0.5 होता है, तो प्रक्रिया पर्सिस्टेंट होती है और पथ अधिक सुचारू होते हैं।

महत्वपूर्ण खोज यह है कि इक्विटी, करेंसी और कमोडिटी बाजारों में रियलाइज़्ड वोलैटिलिटी लगातार 0.1 के करीब H दिखाती है। इसका अर्थ है कि वोलैटिलिटी पथ मानक मॉडलों द्वारा उत्पन्न किए जा सकने वाले किसी भी पथ से कहीं अधिक खुरदरे हैं, जिसमें छोटे समय पैमानों पर वृद्धि और गिरावट के बीच तेज़ अदला-बदली दिखती है।

हम कैसे जानते हैं कि वोलैटिलिटी खुरदरी है?

Gatheral, Jaisson, and Rosenbaum (2018) की अनुभवजन्य पद्धति फ्रैक्शनल ब्राउनियन मोशन के स्केलिंग गुणधर्म पर निर्भर करती है। हर्स्ट एक्सपोनेंट H वाली प्रक्रिया के लिए, समय अंतराल q पर इन्क्रीमेंट्स का प्रसरण इस प्रकार स्केल करता है:

E[|X(t+q) - X(t)|^2] q^(2H) के समानुपाती है

लेखकों ने 1 दिन से लेकर कई महीनों तक के विभिन्न समय अंतरालों पर लॉग-रियलाइज़्ड वोलैटिलिटी इन्क्रीमेंट्स की अनुभवजन्य स्केलिंग की गणना करके, अवलोकित प्रसरण संरचना पर पावर लॉ फिट करके H का अनुमान लगाया। इक्विटी, विदेशी मुद्रा और कमोडिटी में फैले हजारों परिसंपत्तियों में, अनुमानित हर्स्ट एक्सपोनेंट लगभग 0.1 के आसपास कसकर समूहित था।

यह खोज उल्लेखनीय रूप से सुसंगत है। व्यक्तिगत स्टॉक वोलैटिलिटी, इंडेक्स वोलैटिलिटी, या करेंसी पेयर वोलैटिलिटी; किसी की भी जांच करने पर खुरदरापन पैरामीटर शायद ही बदलता है। इस परिणाम की सार्वभौमिकता सुझाती है कि H लगभग 0.1 होना किसी विशेष बाजार या अवधि की सांख्यिकीय कृत्रिमता के बजाय, सूचना के वोलैटिलिटी में समाहित होने के तरीके के बारे में कुछ मौलिक प्रतिबिंबित करता है।

Comte and Renault (1998) के पहले के कार्य ने H > 0.5 वाले दीर्घ-स्मृति वोलैटिलिटी मॉडल प्रस्तावित किए थे, जो ब्राउनियन मोशन से अधिक सुचारू पथ उत्पन्न करते हैं। रफ वोलैटिलिटी साहित्य ने इस खोज को उलट दिया: छोटे समय सीमाओं (दिनों से सप्ताहों) पर, वोलैटिलिटी लंबी समय सीमाओं पर हावी होने वाली दीर्घ स्मृति के बजाय एंटी-पर्सिस्टेंस और खुरदरापन प्रदर्शित करती है। दोनों घटनाएं सह-अस्तित्व में हैं; अल्पकालिक खुरदरापन विस्फोटक उछालें उत्पन्न करता है, जबकि दीर्घकालिक स्मृति VIX की अपने ऐतिहासिक औसत की ओर धीमी मीन-रिवर्शन उत्पन्न करती है।

ऑप्शन प्राइसिंग के लिए खुरदरापन क्यों मायने रखता है

शास्त्रीय स्टोकेस्टिक वोलैटिलिटी मॉडल एक सुपरिचित कैलिब्रेशन समस्या का सामना करते हैं। वे इम्प्लायड वोलैटिलिटी सतह के शॉर्ट एंड (निकट-समाप्ति ऑप्शन) या लॉन्ग एंड में से किसी एक को फिट कर सकते हैं, लेकिन दोनों को एक साथ नहीं। अल्पकालिक ऑप्शन अत्यंत तीव्र वोलैटिलिटी स्क्यू प्रदर्शित करते हैं; एट-द-मनी और आउट-ऑफ-द-मनी पुट के बीच इम्प्लायड वोलैटिलिटी का अंतर साप्ताहिक ऑप्शनों के लिए छह महीने में समाप्त होने वाले ऑप्शनों की तुलना में बहुत अधिक है। H = 0.5 वाले मानक मॉडल अतिरिक्त पैरामीटर पेश किए बिना इस तीव्रता को पुन: उत्पन्न नहीं कर सकते जो अन्यत्र फिट को विकृत करते हैं।

रफ वोलैटिलिटी मॉडल इस तनाव को हल करते हैं। चूंकि वोलैटिलिटी प्रक्रिया छोटे समय पैमानों पर अधिक खुरदरी है, मॉडल स्वाभाविक रूप से अल्पकालिक ऑप्शनों के लिए अधिक तीव्र स्क्यू उत्पन्न करता है जबकि लंबी परिपक्वताओं पर उचित व्यवहार बनाए रखता है। Bayer, Friz, and Gatheral (2016) ने रफ Bergomi मॉडल के साथ यह प्रदर्शित किया, दिखाया कि H लगभग 0.07 सहित एक एकल पैरामीटर सेट सभी स्ट्राइक और परिपक्वताओं में संपूर्ण SPX इम्प्लायड वोलैटिलिटी सतह को एक साथ फिट कर सकता है।

यह सादगी मूल व्यावहारिक लाभ है। पारंपरिक मॉडलों को वोलैटिलिटी सतह के विभिन्न हिस्सों के लिए अलग-अलग कैलिब्रेशन की आवश्यकता होती है, जो हेजिंग को जटिल बनाने वाली असंगतियां उत्पन्न करती हैं। रफ वोलैटिलिटी मॉडल कम मुक्त पैरामीटरों के साथ तुलनीय या बेहतर फिट प्राप्त करते हैं, अधिक स्थिर हेज अनुपात और अधिक आंतरिक रूप से सुसंगत जोखिम माप उत्पन्न करते हैं।

वोलैटिलिटी स्माइल और टर्म स्ट्रक्चर

इम्प्लायड वोलैटिलिटी स्माइल (वह पैटर्न जिसमें आउट-ऑफ-द-मनी ऑप्शन एट-द-मनी ऑप्शनों की तुलना में उच्च इम्प्लायड वोलैटिलिटी पर ट्रेड करते हैं) Black-Scholes के बाद से डेरिवेटिव प्राइसिंग की एक केंद्रीय पहेली रही है। विभिन्न परिपक्वताएं विभिन्न स्माइल आकार प्रदर्शित करती हैं; अल्पकालिक स्माइल तीव्र और विषम हैं, जबकि दीर्घकालिक स्माइल अधिक सपाट और अधिक सममित हैं।

रफ वोलैटिलिटी मॉडल एक एकल तंत्र के माध्यम से स्माइलों की इस टर्म स्ट्रक्चर की व्याख्या करते हैं: वोलैटिलिटी पथों का समय-पैमाने-निर्भर खुरदरापन। छोटे समय सीमाओं पर, H लगभग 0.1 वाले फ्रैक्शनल ब्राउनियन मोशन के एंटी-पर्सिस्टेंट इन्क्रीमेंट्स वोलैटिलिटी में तेज़, अप्रत्याशित उतार-चढ़ाव पैदा करते हैं। ये उतार-चढ़ाव सुचारू-वोलैटिलिटी मॉडल की भविष्यवाणी से अधिक चरम गतिविधियों की संभावना बढ़ाते हैं, आउट-ऑफ-द-मनी ऑप्शनों की कीमतें बढ़ाते हैं और स्माइल को तीव्र करते हैं। लंबी समय सीमाओं पर, खुरदरापन औसतित हो जाता है और स्माइल सपाट हो जाता है, जो ऑप्शन बाजारों के अच्छी तरह प्रलेखित व्यवहार के अनुरूप है।

एट-द-मनी स्क्यू की टर्म स्ट्रक्चर (स्माइल ढलान परिपक्वता के साथ कितनी तेज़ी से बदलता है) एक प्रत्यक्ष परीक्षण प्रदान करती है। शास्त्रीय मॉडलों में, एट-द-मनी स्क्यू परिपक्वता समय t के साथ t^(-1/2) के रूप में क्षय होता है। रफ वोलैटिलिटी मॉडलों में, क्षय t^(H-1/2) का अनुसरण करता है, जो H लगभग 0.1 के लिए t^(-0.4) देता है, एक धीमा क्षय जो अनुभवजन्य अवलोकनों के साथ बहुत अधिक सटीक रूप से मेल खाता है। Fukasawa (2011) ने इस स्केलिंग संबंध को व्युत्पन्न किया और दिखाया कि इक्विटी इंडेक्स ऑप्शनों में अनुभवजन्य स्क्यू टर्म स्ट्रक्चर H = 0.5 के साथ असंगत है लेकिन H 0.1 के करीब होने पर अच्छी तरह मेल खाती है।

खुदरा निवेशकों के लिए व्यावहारिक निहितार्थ

रफ वोलैटिलिटी अनुसंधान के कई निहितार्थ हैं जो डेरिवेटिव डीलरों के ट्रेडिंग डेस्क से परे मायने रखते हैं।

VIX व्यवहार को समझना। VIX की तेज़ उछाल के बाद तेज़ी से वापसी की प्रवृत्ति रफ वोलैटिलिटी गतिकी का एक स्वाभाविक परिणाम है। वोलैटिलिटी इन्क्रीमेंट्स की एंटी-पर्सिस्टेंट प्रकृति का अर्थ है कि बड़ी चालें आंशिक रूप से उलटने की प्रवृत्ति रखती हैं, लेकिन खुरदरापन का अर्थ है कि ये उलटाव सुचारू वक्रों के बजाय दांतेदार, अप्रत्याशित तरीकों से होते हैं। VIX को भय मापक के रूप में ट्रैक करने वाले निवेशकों के लिए मुख्य अंतर्दृष्टि यह है कि इंट्राडे VIX उछालें अंतर्निहित वोलैटिलिटी शिफ्ट की दृढ़ता को अतिशयोक्त करती हैं। 31% VIX उछाल का अर्थ 31% निरंतर उच्च वोलैटिलिटी नहीं है; रफ मॉडल तेज़ आंशिक मीन-रिवर्शन की भविष्यवाणी करते हैं।

अल्पकालिक ऑप्शन संरचनात्मक रूप से महंगे हैं। रफ वोलैटिलिटी मॉडलों द्वारा स्पष्ट किया गया तीव्र अल्पकालिक स्क्यू एक व्यावहारिक वास्तविकता में परिवर्तित होता है: साप्ताहिक और अल्पकालिक पुट ऑप्शन दीर्घकालिक विकल्पों की तुलना में एक बड़ा वोलैटिलिटी प्रीमियम समाहित करते हैं। साप्ताहिक पुट के माध्यम से पोर्टफोलियो सुरक्षा खरीदने वाले निवेशक वोलैटिलिटी पथों के खुरदरापन की कीमत चुका रहे हैं; यह लागत सुरक्षा अवधि बढ़ने के साथ कम होती है।

वोलैटिलिटी क्लस्टरिंग वास्तविक है लेकिन सुचारू नहीं। मानक GARCH मॉडल वोलैटिलिटी क्लस्टरिंग (उच्च-वोलैटिलिटी अवधि के बाद उच्च-वोलैटिलिटी अवधि आने की प्रवृत्ति) को पकड़ते हैं लेकिन एक सुचारू घातांकीय क्षय संरचना लागू करते हैं। रफ वोलैटिलिटी मॉडल सुझाते हैं कि छोटी समय सीमाओं पर क्लस्टरिंग अधिक अनियमित है, जिसमें वोलैटिलिटी एक ही ट्रेडिंग सत्र के भीतर उछल सकती है और आंशिक रूप से वापस आ सकती है। इसका स्टॉप-लॉस प्लेसमेंट और इंट्राडे जोखिम प्रबंधन पर प्रभाव है।

सीमाएं और चेतावनियां

रफ वोलैटिलिटी मॉडल चुनौतियों से रहित नहीं हैं। फ्रैक्शनल ब्राउनियन मोशन का सिमुलेशन मानक ब्राउनियन मोशन के सिमुलेशन से कम्प्यूटेशनल रूप से अधिक महंगा है, क्योंकि एंटी-पर्सिस्टेंट इन्क्रीमेंट्स को स्वतंत्र के बजाय सहसंबद्ध यादृच्छिक चरों की आवश्यकता होती है। इससे एक्ज़ॉटिक डेरिवेटिव्स का मोंटे कार्लो प्राइसिंग धीमा और अधिक मेमोरी-गहन हो जाता है।

हर्स्ट एक्सपोनेंट, जबकि परिसंपत्तियों में उल्लेखनीय रूप से स्थिर है, ऐतिहासिक डेटा से अनुमानित है और समय के साथ पूरी तरह स्थिर नहीं हो सकता। कुछ शोधकर्ताओं ने तर्क दिया है कि स्पष्ट खुरदरापन आंशिक रूप से उच्च-आवृत्ति वोलैटिलिटी अनुमानों में माइक्रोस्ट्रक्चर शोर को प्रतिबिंबित कर सकता है, हालांकि Gatheral, Jaisson, and Rosenbaum (2018) ने कई अनुमानकों और सैंपलिंग आवृत्तियों में रोबस्टनेस जांच के साथ इस चिंता का समाधान किया।

रफ वोलैटिलिटी मॉडलों में हेजिंग शास्त्रीय ढांचों की तुलना में अधिक जटिल है। फ्रैक्शनल ब्राउनियन मोशन की गैर-मार्कोवियन प्रकृति का अर्थ है कि इष्टतम हेजिंग के लिए केवल वर्तमान स्थिति ही नहीं, बल्कि संपूर्ण पथ इतिहास महत्वपूर्ण है। व्यवहार में, इसे आमतौर पर सीमित संख्या में सहायक कारकों के साथ स्टेट स्पेस का विस्तार करके सन्निकट किया जाता है, लेकिन मार्कोवियन सेटिंग की सैद्धांतिक सुंदरता खो जाती है।

अंत में, रफ वोलैटिलिटी मॉडल वोलैटिलिटी पथों के सांख्यिकीय गुणों का वर्णन करते हैं लेकिन स्वयं यह नहीं बताते कि वोलैटिलिटी खुरदरी क्यों है। कई सिद्धांत प्रस्तावित किए गए हैं, जिनमें ऑर्डर फ्लो डायनामिक्स मॉडल शामिल हैं जहां खरीद और बिक्री दबाव का संचय लगभग एंटी-पर्सिस्टेंट प्रक्रिया का अनुसरण करता है, और विषम विश्वास मॉडल जहां बाजार प्रतिभागियों के बीच बार-बार असहमति अवलोकित खुरदरापन उत्पन्न करती है। सूक्ष्म आधार सक्रिय अनुसंधान का क्षेत्र बना हुआ है।

कार्रवाई योग्य सारांश

रफ वोलैटिलिटी ढांचा वोलैटिलिटी के व्यवहार की हमारी समझ में एक महत्वपूर्ण प्रगति का प्रतिनिधित्व करता है। ऑप्शन बाजार प्रतिभागियों के लिए, यह बताता है कि अल्पकालिक इम्प्लायड वोलैटिलिटी लगातार तीव्र क्यों है और VIX विस्फोटक लेकिन आंशिक रूप से आत्म-सुधारात्मक व्यवहार क्यों प्रदर्शित करता है। खुदरा निवेशकों के लिए, व्यावहारिक सबक यह है कि इंट्राडे VIX उछालों जैसी वोलैटिलिटी घटनाएं विसंगतियां नहीं बल्कि रफ गतिकी की विशेषताएं हैं। अल्पकालिक ऑप्शन अपनी सूचना सामग्री के सापेक्ष दीर्घकालिक विकल्पों की तुलना में व्यवस्थित रूप से अधिक महंगे हैं, और 30 से 90 दिनों की अवधि तक विस्तारित पोर्टफोलियो सुरक्षा रणनीतियां साप्ताहिक हेज की तुलना में बेहतर जोखिम-प्रतिफल पकड़ने की प्रवृत्ति रखती हैं। वोलैटिलिटी का खुरदरापन बाजार की खराबी नहीं है; यह बाजार की प्राकृतिक बनावट है।

यह विश्लेषण Gatheral, Jaisson & Rosenbaum (2018), 'Volatility is rough', Quantitative Finance से QD Research Engine Quant Decoded का स्वचालित अनुसंधान मंचद्वारा संश्लेषित किया गया है और सटीकता के लिए हमारी संपादकीय टीम द्वारा समीक्षा की गई है। हमारी कार्यप्रणाली के बारे में और जानें.

संदर्भ

  1. Gatheral, J., Jaisson, T., & Rosenbaum, M. (2018). "Volatility is rough." Quantitative Finance, 18(6), 933-949. https://doi.org/10.1080/14697688.2017.1393551

  2. Bayer, C., Friz, P., & Gatheral, J. (2016). "Pricing under rough volatility." Quantitative Finance, 16(6), 887-904. https://doi.org/10.1080/14697688.2015.1099717

  3. Comte, F., & Renault, E. (1998). "Long memory in continuous-time stochastic volatility models." Mathematical Finance, 8(4), 291-323. https://doi.org/10.1111/1467-9965.00057

  4. Fukasawa, M. (2011). "Asymptotic analysis for stochastic volatility: martingale expansion." Finance and Stochastics, 15(4), 635-654. https://doi.org/10.1007/s00780-010-0147-6

केवल शैक्षिक।