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.