due processi: un ornstein-uhlenbek con long term mean uguale a zero e un altro c

on long term mean uguale a zero e poisson

per calibrare il primo: minimi quadrati
per calibrare il secondo: individuazione dei salti tramite filtro dei rendimenti
(media + 2.5*std).
frequanza salti uguale al numero di salti in un anno div
iso il numero di osservazioni in un anno.
volatilit salti uguale alla volatilit dei rendimenti indiv
iduati come salti in un anno.
Simulazione di montecarlo: simula separatamente i due processi. la somma della c
omponente stagionale e dei due processi fornisce la simulazione del prezzo.
Calibrazione parametri risk neutral: minimizza la differenza tra il prezzo dei f
utures ottenuti con il modello sotto P e i prezzi di mercato dei futures
rispetto a media (data dalla componente
stagionale) e mean reversion.
il rischio legato alla distribuzione dei
salti ininfluente.