Tengo volatilidad impulsada por un proceso de CIR:
$$\mathrm{d}v_t = \kappa (\bar{v}-v_t)\mathrm{d}t + \omega \sqrt{v_t}\mathrm{d}W_v\text{.}\tag{1}$$
Estoy trabajando con varias aproximaciones (complicadas) de este proceso (por ejemplo, QE del El papel de Andersen ). Dado $v(t)$ Estas aproximaciones muestran un $v(t+\epsilon)$ . Sin embargo, además de tener una $v(t+\epsilon)$ Me gustaría probar
$$\int_t^{t+\epsilon} \mathrm{d}W_v = W_v(t+\epsilon)-W_v(t)\text{.}\tag{2}$$
Pregunta: Dado $v(t)$ y $v(t+\epsilon)$ ¿Cómo puedo tomar una muestra de la distribución condicional de (2)?
0 votos
Una idea que tuve para resolver mi problema, que va en una dirección diferente de la OP (pero creo que todavía puede responder a la OP debido al Teorema de Bayes), es muestrear $v(t+\epsilon)$ dado (2). Imagino que el muestreo de un $W_v(t+\epsilon)$ de la distribución normal, y luego usar el puente browniano para reescribir (1) y ver si puedo aplicar el algoritmo QE a la SDE resultante. Tampoco he averiguado cómo conseguir que esto funcione, pero si lo haces, puedo modificar el PO para que esté más abierto a ese tipo de solución (sin que tengas que explicar el paso del teorema de Bayes).