跳跃市场中的套期保值——FBSDE方法

1010

收藏 2022-05-04

英文标题：
《Hedging in a market with jumps - an FBSDE approach》
---
作者：
Evelina Shamarova and Rui S\\\'a Pereira
---
最新提交年份：
2017
---
英文摘要：
We propose a model for hedging in a market with jumps for a large investor. The dynamics of the stock prices and the value process is governed by forward-backward SDEs driven by Teugels martingales. Unlike known FBSDE market models, ours accounts for jumps in stock prices. Moreover, it allows to find an optimal hedging strategy.
---
中文摘要：
我们提出了一个模型，在一个大投资者有跳跃的市场中进行套期保值。股票价格和价值过程的动态由Teugels鞅驱动的前后向SDE控制。与已知的FBSDE市场模型不同，我们的模型解释了股价的上涨。此外，它允许找到一个最佳的对冲策略。
---
分类信息：

一级分类：Quantitative Finance 数量金融学
二级分类：Pricing of Securities 证券定价
分类描述：Valuation and hedging of financial securities, their derivatives, and structured products
金融证券及其衍生产品和结构化产品的估值和套期保值
--
一级分类：Mathematics 数学
二级分类：Probability 概率
分类描述：Theory and applications of probability and stochastic processes: e.g. central limit theorems, large deviations, stochastic differential equations, models from statistical mechanics, queuing theory
概率论与随机过程的理论与应用：例如中心极限定理，大偏差，随机微分方程，统计力学模型，排队论
--

---
PDF下载：
-->

Hedging_in_a_market_with_jumps_-_an_FBSDE_approach.pdf
大小:(151.39 KB)

马上下载

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

全部回复

能者818

2022-5-4 20:47:01

跳跃市场中的套期保值——FBSDE方法Rui S’a Pereiradepartmento de Matem’atica、波尔图大学、波尔图、葡萄牙萨马罗瓦德Matem’atica、巴西联邦大学Paraiba、Jo)ao Pessoa摘要我们为大型投资者提出了一个跳跃市场中的套期保值模型。股票价格和价值过程的动态由Teugels鞅驱动的前后向SDE控制。与knownFBSDE市场模型不同，我们的模型解释了股价的上涨。此外，它还可以找到最佳的对冲策略。关键词：最优套期保值策略，带跳跃的前后向SDE，不完全市场，正交标准化Teugels鞅2010 MSC:60H10，60G51，91B25，91G201。在这篇文章中，我们提出了一个向前向后的SDE（FBSDE）模型，用于在一个有la r ge投资者的市场中进行套期保值，并且允许股票价格跳跃。为未定权益定价的尝试有其原始邮件地址：manuelsapereira@gmail.com（鲁伊·萨佩雷拉），evelina@mat.ufpb.br（Evelina Shamarova）于2018年11月6日在Black and Scholes（1973）的著作中提交给Elsevier的预印本，作者给出了欧洲看涨期权定价公式，假设股票价格演变为几何布朗运动。经典Black-andScholes模型的一个假设是，没有个人投资者的行为能够影响市场价格。然而，考虑到电子交易的普遍性，尤其是高频交易，使得在短时间内发布数千份订单成为可能，说明大型投资者存在的重要性一直在增加。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

nandehutu2022

2022-5-4 20:47:04

Cvitanic和Ma（1996）解决了这个问题，作者为大型投资者提出了FBSDE市场模型，但在布朗市场环境中，被建模为几何布朗运动的股票价格不允许有跳跃。然而，关于收益分布跳跃的文献证据（例如，见Eberlein和Keller（1995））表明，年龄计量布朗运动并不完全适合于模拟真实市场中股票价格的演变。特别是，在市场剧烈动荡的时期，比如2010年5月的“金融危机”，当时美国主要指数暂时下跌了9%以上，布朗模型产生的对冲策略让投资者面临巨大的下行风险。众所周知，股票价格建模涉及列维过程的市场通常是不完整的，因此未定权益可能不允许采用自我融资复制策略。Follmer和Schweizer（1991）首次尝试在不完全市场的情况下确定最优策略，作者提出了一种最优策略，即在某种意义上最小化所需资本注入的策略。在我们的FBSDE市场模型中，d维股价St={Sit}di=1的演化由m独立布朗运动和d独立布朗运动驱动的SDE控制- 从正交规范化的Teugels鞅系统{H（ik）t}li=1，k中选取m个鞅∈确保每一个我∈ {1，…，l}，f家族{H（ik）t}∞k=1与L’evy流程相关。所有过程都被认为是独立的，完全不连续的。我们请读者toNualart和Schoutens（2001）（第763页）了解鞅H（ik）t的详细信息。注意，不同的股票价格可以在不同的时间跳跃。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

nandehutu2022

2022-5-4 20:47:09

此外，价值过程vt和投资组合过程πt={πit}di=1evo根据反向SDE和最终条件h（ST），即到期日的支付。我们的模型涉及鞅H（ik）t，因为它们是独立的、强正交的、纯粹不连续的，但最重要的是，系统{H（ik）t}li=1，k∈N、完成布朗运动{Bit}mi=1，具有可预测的表示属性。后者允许将贴现价值过程分解为套期保值组合的价值和强正交鞅。因此，我们的模型允许找到Schweizer（2008）意义上的最优套期保值策略。值得一提的是，由于H（ik）t’s的存在，代表股票价值的SDE实际上由建立在潜在L’evy过程基础上的幂跳鞅驱动（见Nualart and Schoutens（2001），第763页）。这些“功率跳跃”术语的存在可能反映市场的“偏度”、“峰度”和其他波动行为或极端运动。因此，这项工作的主要贡献是引入了一个模型，该模型考虑了股票价格的跳跃，并允许在不完全市场的情况下找到最佳的享乐策略。2.跳转市场套期保值的FBSDE模型接下来，我们介绍了我们的模型。让(Ohm, F、 P）是一个概率空间，{Bit}mi=1b是独立的实值布朗运动，{Lit}li=1b是独立的纯间断实值L\'evy过程，L\'evymeasuresνisatisfyingZR（1）∧ x） νi（dx）<∞ 对于一些正的ε、λ和C，z |x |>εeλx |νi（dx）<C（1）。定义过滤Ft=σ{Bis，0 6 s 6 t，1 6i 6 m}∨ σ{Lis，06s6t，16i6l}∨ N，其中N是所有P-null集的集合。我们同意，在这项工作中考虑的所有L’evy度量都满足条件ν（{0}）=0。让我为每一个人∈ {1, . . .

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

能者818

2022-5-4 20:47:12

，l}，{H（ik）t}∞k=1b是与L’evy过程有关的正交规范化的teugel鞅族。下面的引理1为与任意一维L’evy过程相关的正交规范化Teugel鞅（i）提供了一个有用的表示ltwith the L\'evy triple（b，a，λ），a=（a，…，aM），满足（1）的L\'evy测度λ被λ取代。正如Nualart和Schoutens（2001）所述，我们引入了多项式qi-1（x）由系统{1，x，x，…}的正交化得到与测度xλ（dx）+a |δ（dx）对应，其中δ是狄拉克测度。此外，我们定义了pi（x）=xqi-1（x）。引理1。允许l 用L\'evy It^o分解成为一个一维的L\'evy过程lt=bt+PMi=1aiβi（t）+R | x | 61x |u（t，dx）+R | x |>1xu（t，dx），其中{βi（t）}Mi=1是独立的实值标准B罗宁运动。然后，我认为H（i）t=qi-1（0）PMj=1ajβj（t）+RRpi（x）~u（t，dx）。特别是，如果l这完全是不连续的，那么H（i）t=RRpi（x）~u（t，dx）。证据定义π（x）=π（x）- xqi-1(0). 我们将在Nualart和Schoutens（2001）（第763页）中对H（i）进行以下表示：H（i）t=qi-1(0)lt+s6t<P0(l（s）- t EP0<s61~pi(l（s）- tqi-1（0）E[l].自从lt=lct+P06s6tls、在哪里lCTI是计算机的连续部分lt、我们得到了（i）t=qi-1(0)lct+P0<s6tpi(l（s）- EP0<s6tpi(l（s）- 气-1（0）E[lt] =齐-1(0)l计算机断层扫描- E[l[ct]+P0<s6tpi(l（s）- EP0<s6tpi(l（s）= 气-1（0）PMj=1ajβj（t）+RRpi（x）~u（t，dx）。让我们继续描述模型。将有限时间范围定为>0，然后考虑由d风险资产（股票）和存款无风险资金组成的市场。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

kedemingshi

2022-5-4 20:47:16

我们假设无风险存款的价格过程根据方程式ddt=r（t，St，Vt，πt）Dt，D=1，（2）其中r:[0，t]×Rd×r×Rd演化→ R是利率，St={Sit}di=1是D维风险资产价格过程，VT是（实值）价值过程，πt={πit}di=1是投资组合过程，πit是第i个股票的资产组数。假设SITI的演变受SDEdSit=Sit的控制~fi（t，St，Vt，πt）dt+dXj=1σαji（t，St）-, 及物动词-)dMαjt（3）在非随机初始条件Si>0的情况下。在（3）中，定义在适当维数空间上的∧fi和∑αjiare重赋值函数。此外，对于j=1，2，m、 αj=j和mαjt=Bjt，而对于j=m+1，d、 αj的区域从集合{（ik），i=1，…，l，k=2，4，…}中任意选取多个索引Mαjt=Hαjt。注意，索引k只取偶数。价值过程代表了一个“大”投资者的财富，他持有d股，并在存款中持有资金。投资者被假定为la r ge，因此我们模型中的系数将取决于Vt、St和πt。我们将一个可接受的hedgin g策略定义为一对可预测过程（πt、πt），使得Vt=Pdi=1πitSit+πTDT和Vt=h（St），其中h（St）是到期时的收益。注意，（2）的解取dt=exp{Rtrsds}，其中rs=r（s，Ss，Vs，πs）。让At=exp{-Rtrsds}。定义^Sit=atsit和^Vt=atvt分别为d贴现股价和贴现价值过程。此外，我们定义了累积成本过程Ct=^Vt-Pdi=1Rtπisd^Sis。我们说该策略是最优的，如果它是可容许的，那么CTI是一个与每个^Sit的鞅部分强正交的平方可积鞅。引理2。表示式^Vt=Pdi=1Rtπisd^Sis+CtandVt=V+dXi=1ZtπisdSis+ZtπsdDs+ztdsdsddc（4）是等价的。证据

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

点击查看更多内容…

kedemingshi

2022-5-4 20:47:19

自从五、 At=是的，At=[V，A]t=[Si，A]t=0，然后由它为公式生成，d^Sit=AtdSit- AtrtSitdt和d^Vt=AtdVt- rtAtVtdt。将这些表达式代入^Vt的方程中，我们得到dVt=Pdi=1πitdSit+（Vt-Pdi=1πitSit）rtdt+DtdCt=Pdi=1πitdSit+πtdDt+DtdCt。现在，我们推导出具有代表性（4）的过程VT的反向SDE（BSDE）。首先，我们分别用等式（2）和（3）的右侧替换dd和dsit。因为VT=h（ST），我们从（4）中得到VT- E[h（ST）-ZTtg（s，Ss，Vs，Z（α）s）ds-dXj=1ZTZαjsdMαjs-ZTDsdCs | Ft]=dXj=1ZtZαjsdMαjs+ZTDsdCs=lXk=1∞Xj=1Zt^Z（kj）sdH（kj）s，（5）其中g（t，s，v，Z）=g（t，s，v，s）-1σ（t，s，v）-1z）其中σ（t，s，v）是d×d矩阵，元素σαji在第j行和第i列中，~g（t，s，v，π）=Pdi=1siπifi（t，s，v，π）+（v）-Pdi=1siπi）r（t，s，v，π），π=（πi）di=1，s=（si）di=1，s=diag{s，…，sn}。此外，（α）表示多索引（α）={α，…，αd}和Z（α）t=（Zαt，…，Zαdt）的集合。（5）中的最后一个恒等式来自系统{H（kj）t}的可预测表示性质∞j=1对于a fixedk（^Z（kj）是可预测的过程），并且从t heLKevy过程Lkt的独立性来看，k=1，l、 Vt的BSDE如下（5）：Vt=h（ST）-ZTtg（s，Ss，Vs，Z（α）s）ds-dXj=1ZTtZαjsdMαjs-X（kj）/∈（α） ZTt^Z（kj）sdH（kj）s.（6）改变变量π=s-1σ（t，s，v）-引入函数fi（t，s，v，z）=fi（t，s，v，s-1σ（t，s，v）-1z），我们将SDE（3）转化为Sit=Sitfi（t，St，Vt，Z（α）t）dt+dXj=1σαji（t，St，Vt）dMαjt. （7）引理3。FBSDE（6）-（7）等同于Sit=Si+RtSisfi（s，Ss，Vs，Zs，^Zs（·））ds+RtSisσi（s，Ss，Vs）dBs+RtRRlSisψi（s，Ss-, Vs-, u） ~N（ds，du），i=1，d、 Vt=h（ST）-RTtg（s，Ss，Vs，Zs，^Zs（·））ds-RTtZsdBs-RTtRRl^Zs（u）~N（ds，du），（8）其中u=（u。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

大多数88

2022-5-4 20:47:22

ψi（t，s，v，u）=Pdq=m+1σαqi（t，s，v）pαq（uαq），其中uαq=ukifαq=（kj）。此外，Zt=（Zαt，…，Zαmt）和对于每个k∈{1，…，l}，^Z（kj）是^Zt（0，…，uk，…，0）分解的组成部分，与空间l（νk（duk））中多项式p（kj）（uk）的基有关，而（Zαm+1t，…，Zαdt）={Z（kj）t}（kj）∈(α). 最后，~N是L′evy过程（Lt，…，Llt）的补偿泊松随机测度。备注1。在系数f和g中，我们用Zt代替（Zαt，…，Zαmt），并用^Zt（·）代替（Zαm+1t，…，Zαdt）。对^Zt（·）的依赖被理解为对其d的依赖- m组分（Zαm+1t，…，Zαdt）。引理3的证明。注意，对于每个k，系统{H（kj）t}∞j=1具有可预测的表示属性。因此，ZTtZRl^Zs（u）~N（ds，du）=lXk=1ZTtZRk^Zs（0，…，英国，…，0）~Nk（ds，duk）=lXk=1∞Xj=1ZTt^Z（kj）sdH（kj）s，其中Rk={tek，t∈ R} 其中{ek}lk=1是Rl中的一个正交基，而∧Nk（t，·）是Lkt的补偿泊松随机测度，通过Lkt的独立性，它是∧N（t，·）对Rk的限制。因为，通过引理1，H（kj）t=RRkp（kj）（uk）~Nk（t，duk），我们得到了在L（νk），^Zt（0，…，uk，…，0）=P∞j=1^Z（kj）tp（kj）（uk）a.s.此外，对于每个k，多项式系统{p（kj）}∞最后，因为对于每个（kj），p（kj）（0）=0，我们得到了Zrldxq=m+1σαqi（t，x，y）pαq（uαq）~N（dt，du）=dXq=m+1σαqi（t，x，y）dHαqt。其中Rαq=Rk，~Nαq=~Nk，uαq=Uk表示αq=（kj）。备注2。因为{αj}dj=m+1是从集合{（ik），i=1，…，l，k=2，4，…，中选取的多索引。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

kedemingshi

2022-5-4 20:47:26

然后，每一个偶数次的多项式pαjis，因此，实现了一个有限的全局最小值，我们用Aj表示。下面的假设（A1）保证了FBSDE（6）-（7）解的存在性和唯一性。（A1）FBSDE（8）的系数满足Wu（1999）中定理3.1的假设（第436页）。引理4。假设（A1）。因此，有一个可预测的解决方案。证据根据（A1），Wu（1999）中的定理3.1保证了F BSDE（8）的唯一Ft适应解（St，Vt，Zt，^Zt（·））的存在，使得（St，Vt）是c`adl`ag，并且（Zt，^Zt（·））是可预测的。通过引理3，这相当于（6）-（7）存在唯一的Ft适应解（St，Vt，Z（α）t）。下面的假设（A2）-（A4）保证了Sit价格的正性，Vt的非负性，以及最优策略的存在。（A2）det{σ（t，s，v）}6=0代表所有（t、s、v）∈ [0，T]×Rd×R.（A3）表示所有（T，s，v）∈ [0，T]×Rd×R，i∈ {1，…d}和j∈ {m+1，…，d}，σαji（t，s，v）>0。此外，如果Aj<0，那么σαji（t，x，v）|Aj |<（d- m）-1.（A4）如果（St，Vt，Zt，^Zt（·））是FBSDEs（8）的Ft适应解，则随机函数（ω，t，y，z，^z）7→ g（t，St，y，z，^z）满足Royer（2006）中的条件（Aγ）（第1362页）。此外，h（ST）>0a.s.我们的主要结果如下。定理5。设（A1）-（A4）成立，设（St，Vt，Z（α）t）为FBSDEs（6）-（7）的解。然后，静坐>0，i=1，d、 Vt>0a.s.此外，pairof随机过程（πt，πt），其中πt=diag{St，…，Sdt}-1σ-1（t，St，Vt）Z（α）和πt=^Vt-Pdi=1π是^Sit，是最优套期保值策略。证据请注意，上述πthold的表示是通过构造实现的。接下来，通过引理3中得到的函数ψi的表示，以及（A3），inft>0ψi（t，St-, 及物动词-, Lt）>-1.

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

大多数88

2022-5-4 20:47:31

因此，Sit可以用DOL’eans Dade指数来表示，该指数为有限a.s.：Sit=SieRt~fi（s，Ss，Vs，πs）-kσi（s，Ss，Vs）kds+Rtσi（s，Ss，Vs）dBs+RtRRlψi（s，Ss）-,Vs-,u） ~N（ds，du）×Y06s6t1+ψi（s，Ss）-, Vs-, Ls）E-ψi（s，Ss）-,Vs-, Ls），其中σi=（σαji）dj=1。因此，对于所有i，Sit>0 a.s.让我们证明Vt的非负性。为此，我们将Royer（2006）的比较定理（定理2.5，第1362页）应用于（8）中的BSDE，考虑到（Vt，Zt，^Zt（·）），而过程是固定的，并假定来自引理4。注：根据定义，g（t，St，0，0，0）=0。因此，我们将解（Vt，Zt，^Zt（·））与BSDE的相同零解进行比较，BSDE的生成器与（8）中相同，但最终条件为零。备注t（A4）暗示了比较t heoremin Royer（2006）的假设。因此，根据Royer（2006）中的定理2.5，Vt>0。注意，根据（5），Ct=V+P（kj）/∈（α）因此，它是一个平方可积鞅。此外，Ctis（弱）对由{Mαjt}dj=1生成的稳定子空间S是负相关的，这是根据Protter（1992）（p.149）的定理35和鞅论αjt的强负相关性得出的。根据Protter（1992）（第150页）的定理36，CTI强烈支持toS。仍然需要注意的是{Sit}di=1的鞅部分服从于S的推论6。贴现或有矩阵（ST）的F¨ollmer-Schweizer分解取形式（ST）=V+dXi=1ZTπitd^Sit+X（kj）/∈（α） ZTAt^Z（kj）tdH（kj）t.参考文献。埃伯林，U.Keler，1955年。金融中的双曲线分布。伯努利，1（3），281-29 9。F.布莱克，M.斯科尔斯，1973年。期权和公司负债的定价。J.政治经济，81637-659。H.F–ollmer，M.Schweizer，1991年。不完全信息下的未定权益套期保值。应用随机分析，389–414。J.Cvitani\'c，J。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

kedemingshi

2022-5-4 20:47:34

马，1996年。大型投资者和SDE的对冲期权。应用概率年鉴，6（2），370–398。D.Nualart，W.Schoutens，2001年。L’evy过程的倒向随机微分方程和Feynman-Kac公式及其在金融中的应用。伯努利，7（5），761-776。M.Royer，2006年。具有跳跃和相关非线性期望的倒向随机微分方程。随机过程及其应用，1161358–1376。吴志强，1999年。具有布朗运动和泊松过程的正倒向随机微分方程。应用数学学报，15（4），433-443。M.Schweizer，2008年。多维资产和支付流的本地风险最小化。《金融数学进展》，波兰科学院数学研究所Banach中心出版物，83年。P.Protter，1992年。随机积分和微分方程，一种新方法，Springer。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

分享

扫码加好友，拉您进群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群