大型金融市场的渐近定价

619

收藏 2022-05-10

英文标题：
《Asymptotic pricing in large financial markets》
---
作者：
Micha{\\l} Barski
---
最新提交年份：
2015
---
英文摘要：
The problem of hedging and pricing sequences of contingent claims in large financial markets is studied. Connection between asymptotic arbitrage and behavior of the $\\alpha$~-~quantile price is shown. The large Black-Scholes model is carefully examined.
---
中文摘要：
研究了大型金融市场中未定权益的套期保值和定价序列问题。渐近套利和$\\alpha$~-~分位数价格行为之间的联系如图所示。对大布莱克-斯科尔斯模型进行了仔细研究。
---
分类信息：

一级分类：Quantitative Finance 数量金融学
二级分类：Mathematical Finance 数学金融学
分类描述：Mathematical and analytical methods of finance, including stochastic, probabilistic and functional analysis, algebraic, geometric and other methods
金融的数学和分析方法，包括随机、概率和泛函分析、代数、几何和其他方法
--
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：
-->

Asymptotic_pricing_in_large_financial_markets.pdf
大小:(202.88 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

可人4

2022-5-10 12:51:53

大型金融市场中的渐进定价莱比锡大学数学与计算机科学学院、德国数学学院、波兰米查尔华沙红衣主教斯特凡·怀兹基大学。Barski@math.uni-莱比锡。2018年9月6日摘要研究了大型金融市场中未定权益的套期保值和定价序列问题。证明了渐近套利和α-量化价格行为之间的联系。对大布莱克-斯科尔斯模型进行了仔细研究。关键词：大型金融市场，定价，分位数对冲，风险度量。AMS科目分类：60G42、91B28、91B24、91B30。凝胶分类编号：G11，G131简介大型金融市场是一系列小型无套利市场。序列中的每个元素都没有套利机会，这并不保证“极限”内没有套利。[7]和[8]中引入了渐近套利的不同概念，并讨论了它们与测度族的一些性质的联系：连续性和渐近分离。有关该领域的其他类似结果，请参见[9]、[10]。有关渐近自由午餐的其他概念及其与整个市场鞅测度存在性的关系，请参见[9]，[12]。另一个问题是渐进套利理论的自然结果：如何计算未定权益的价格，以及价格与市场无套利性质之间的关系。我们不是针对单个随机变量，而是针对随机变量序列来制定定价问题。第3节介绍了此类问题陈述的动机。对于这种序列，我们定义了不同类型的边缘策略序列。它们中的第一个对序列中的每一个元素都进行了对冲，因此它完全没有风险。

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

2022-5-10 12:51:56

基于这一特性，我们确定了一个强劲的价格，这与经典金融市场理论中已知的价格密切相关。另一种类型是通过不超过固定水平的风险对序列进行套期保值。对于这种情况，我们引入了α-分位数价格。特别是，风险可以在一个单位内消失，表示1分位数价格，这被称为弱价格。这些定义见第3节。在第4节中，我们提供了上述一般大型金融市场价格的特征定理。本一般描述仅使用每个小型市场的无套利属性。问题在于，在不同类型的渐进套利下，价格如何相互关联，尤其是强势和弱势价格。例4.6表明，渐近套利实际上会影响这种关系。我们研究了这个问题，给出了完全市场序列的一个相关定理。不完全市场的类似定理仍然是一个悬而未决的问题。本文的一个重要部分是第5节，专门讨论具有恒定系数的大型布莱克-斯科尔斯市场。在这些特殊情况下，我们改进了以前的结果，建立了更精确的特征化定理，其中包括广泛使用的衍生工具，如看涨期权和看跌期权。在这一节中，我们还提供了另一个定理证明，该定理描述了[8]中不同类型的渐近套利。证明的方法不如[8]中的一般方法，但使用Neyman-Pearson引理可以更间接地洞察相关集合的构造。此外，基于非随机试验的类似方法也成功地应用于本节的其他证明中。论文的结构如下。在第2节中，我们给出了测度族的一些性质的定义，以及关于渐近套利的已知事实。

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

何人来此

2022-5-10 12:52:00

有关更全面的解释，请参见[5]中的统计部分，以及[7]、[8]、[9]、[10]中的财务部分。在第三节中，我们精确地阐述了定价问题。第4节提供了描述大型Black-Scholes模型的第5节中使用和推广的特征化理论。一般来说，α-分位数价格特征化定理的主要思想起源于分位数套期保值[4]一文。因此，本文给出的结果可以被视为该领域的延伸或进一步发展。2基本定义和结果大型金融市场指的是一系列小型市场。让(Ohmn、 Fn，（Fnt），Pn），其中t∈ [0，Tn]或t∈ {0，1，…，Tn}是一系列过滤概率空间和（Sin（t）），i=1，2。。。，描述股票价格演化的半鞅的dna序列。如果Sin+1（t）=sini=1，2，…，则大型金融市场将被称为静止市场。。。，dn。这意味着每个后续的小市场都包含前一个。为了缩短符号，假设所有市场都有相同的时间范围，即n=1，2。。。。作为第n个小型市场的交易策略，我们承认一对（xn，~nn），其中xn≥ 关于（Sn（t））0和φnis是一个可积的可预测过程。xnis是初始捐赠，而аin（t）是在时间t时在投资组合中持有的第i个股票的若干单位。与定义为Vxn，аnt=Pdni=1аin（t）Sin（t）的策略（xn，аn）对应的财富过程被假定为满足一个自融资条件，即：对于连续时间模型Svn，аnt=xn+TX=1dnXi=1аin（s）（Sin（s）- 罪- 1））用于离散时间模型。定义2.1一对（0，~nn）是第n个小市场上的套利策略，如果V0，~nnt≥ 0a。s

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

2022-5-10 12:52:03

对于每个t和Pn（V0，~nnT>0）>0。对于第n个小市场，我们回顾了所有鞅测度集合Qnof的定义。定义2.2 Q∈ Qn<==> （Sin（t））是[0，t]上关于Q的局部鞅，对于i=1，2。。。，DN2.3如果Qn6= 第n个小市场没有套利策略。在[5]中可以找到离散时间的证明，在[1]中可以找到连续时间设置的证明。结果表明，逆命题在离散情况下仍然成立，但在连续时间内却成立。在所有的论文中，我们假设：Qn6= 对于所有n=1，2。在每个小市场上都没有套利的事实并不保证没有合意套利机会。

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

可人4

2022-5-10 12:52:06

对于大型金融市场，我们有以下来自[8]的渐进套利概念。定义2.4一系列策略（xn，~nn）实现了第一类（AA 1）的渐进套利，如果：Vxn，~nnt≥ 0代表所有t∈ [0，T]limnxn=0，limnPn（Vxn，νnT≥ 1) > 0.定义2.5一系列策略（xn，~nn）实现第二类（AA 2）的渐进套利，如果：Vxn，~nnt≤ 1为所有t∈ [0，T]limnxn>0，limnPn（Vxn，νnT≥ ε）对于任何ε>0的情况，=0。定义2.6一系列策略（xn，~nn）实现了第一类强渐近套利（SAA1），如果：Vxn，~nnt≥ 0代表所有t∈ [0，T]limnxn=0，limnPn（Vxn，νnT≥ 1) = 1.定义2.7一系列策略（xn，~nn）实现了第二类（SAA2）的强渐近套利，如果：Vxn，~nnt≤ 1为所有t∈ [0，T]limnxn=1，Pn（Vxn，~nnT≥ ε）对于任何ε>0的情况，=0。我们说，大型金融市场不允许第一类的渐近套利（第二类，第一类的强渐近套利，第二类的强渐近套利），如果任何序列（nk）都没有实现相应类型的渐近套利的交易策略（xnk，~nnk），则用NAA1（NAA2，NSAA1，NSAA2）来表示这一性质。为了描述渐近套利，以及以后的目的，我们引入了一些数理统计的定义。定义2.8(Ohmn、 Fn），n=1，2。。。

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…

大多数88

2022-5-10 12:52:10

是一系列可测空间和Gn，Hn:Fn-→ R+一系列集合函数。1）（Gn）与respec t to（Hn）相邻（表示法：（Gn）（Hn））如果对于每个sequenceAn∈ Fnwe haveHn（安）-→ 0 ==> Gn（安）-→ 02）（Gn）与（Hn）（表示法：（Gn）渐近可分△ （Hn））如果存在一个序列∈ fn例如，n（An）-→ 0和Gn（An）-→ 1对于QnW族，我们考虑以下集合函数：\'\'Qn（A）=supQ∈QnQ（A），A∈ Fn——QnQn（A）的上包络=infQ∈QnQ（A），A∈ Fn——Qn的下包络。下面的结果提供了关于集合序列的渐近套利的特征。有关证明，请参见[7]、[8]、[10]。定理2.9下列条件成立。（NAA1）i off（Pn）（`Qn）2。（NAA2）i ff（Qn）（请注意）3。（SAA1）i ff（SAA2）i ff（Pn）△ （Qn）i off（Qn）△ （请注意）。下面我们将介绍一个来自数理统计的标准工具，用于搜索最佳测试。解决以下问题很有用。设Qand是可测空间上密度为dqdqo的两个概率测度(Ohm, F）。我们感兴趣的是找到集合A，这是问题的解决方案∈ F:（Q（A）-→ maxQ（A）≤ γ和γ∈ [0, 1]. 然后由下面的引理给出显式解。引理2.10（Neyman-Pearson）如果存在常数β使得Q{dQdQ≥ β} =γ然后Q{dQdQ≥ β} ≥ Q（B）对于满足Q（B）的任何挫折≤ γ.我们还记得定价定理，它起源于上鞅的可选分解定理。有关更多详细信息，请参见[11]和后续扩展[2]，[3]。定理2.11（价格特征化）设Q是描述股票价格演化的半鞅（St）的一组鞅测度。设H为非负目标。

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

mingdashike22

2022-5-10 12:52:14

然后，存在一种交易策略（~x，~~n），其中~x=supQ∈QEQ[H]s.t.~x+Zt)≥ ess supQ∈QEQ[H | Ft]。因此，这对（~x，~~n）是一种对冲策略，~x是H.3问题公式的价格定义3.1一个大型财务标记上的未定权益H是一系列随机变量H，H。。。满足以下条件1）对于每个n=1，2。。。Hn:OhmN-→ R+是一个可测量的非负随机变量。2）对于每个n=1，2。。。supQ∈QnEQ[Hn]<∞ 持有。在经典的市场模型中，我们总是要对一个随机变量进行定价和对冲。问题在于，考虑一系列随机变量是否合理。我们提出了这一事实的两个动机。1）假设我们有一个随机变量G，它相对于σ-场σ（F，F，…）是可测量的。然后Hn可以定义为G在空间上的投影(Ohmn、 Fn，Pn），即Hn=EPn[G | Fn]。因此，我们希望对一种衍生工具进行定价，该衍生工具的定价取决于具体的多个集合，但要考虑到少数最先出现的集合所提供的信息。2）设G为随机变量，仅取决于第一项资产（或部分第一项资产）的价格。然后，我们可以为每个n定义Hn=G，并考虑可交易资产数量增加带来的机会。我们研究了投资可能性的增加如何影响G的价格。下面我们介绍了渐近套期保值和H的价格定义的两个概念。定义3.2 a序列（xn，~nn）是一系列套期保值策略ifVxn，~nnT≥ 嗯 n=1，2。。。。我们用H来表示这类序列。H的强价格定义为asv（H）=inf（xn，~nn）∈赫利姆→∞xn。在整篇文章中，我们假设α是区间[0，1]中的任意数。定义3.3序列（xn，~nn）是一系列α-对冲策略iflimn→∞Pn（Vxn，~nnT≥ Hn）≥ α.这类序列我们用Hα表示。

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

2022-5-10 12:52:17

H的α-分位数价格定义为：α（H）=inf（xn，~nn）∈Hαlimn→∞xn。H的弱价格是1-分位数价格，即∧v（H）：=v（H）。根据上述定义，我们考虑了当n趋于一致时，不允许超出固定风险水平的策略序列。如果α=1，则风险在单位内消失。与定义3.2中提出的经典定价概念相比，这种特殊情况是有区别的，在定义3.2中，任何n=1，2，…，都没有风险。。。。在这个阶段，vα（H）显然≤ vβ（H）≤ ~v（H）≤ v（H）表示α<β，因为以下夹杂物保持：Hα Hβ H H.本文的主要目的是提供价格的特征，并解决强弱价格之间的平等问题。4价格特征使用价格特征定理2.11在经典市场上，很容易证明以下内容。命题4.1强价格由v（H）=limnusepq给出∈QnEQ[Hn]。证明：设g:=limnuspq∈QnEQ[Hn]。根据定理2.11，对于任何（xn，~nn）∈ Hwe getxn≥ supQ∈QnEQ[Hn]和v（H）≥ g、取xn:=supQ∈QnEQ[Hn]，从定理2.11我们知道存在一系列的策略（ā~nn）s.t.（āxn，ā~nn）∈ 手v（H）≤ G为了描述疲软的价格，我们首先介绍了一些定义。定义4.2（A类α）如果∈ n=1，2。。。还有limn→∞Pn（An）≥ α.特别地，（An）属于Aif Pn（An）类-→n1。下面的注释说明了α-模糊限制序列Hα类和Aα集类之间的对应关系。备注4.3（AHα） Aα）Hα中的每个元素表示Aα中的一个元素。事实上，对于（xn，~nn）∈ Hα让我们定义n，~nnn:={Vxn，~nnT≥ 嗯。通过定义Hα，我们得到（Axn，~nnn）∈ Aα。

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

可人4

2022-5-10 12:52:21

因此，如果我们用AHα表示上述集合的序列，则以下包含成立：AHα A.备注4.4（HAα） Hα）表示序列（An）∈ Aα让我们考虑一系列策略s.t.对于固定数量的策略（xAn，~nAn）满意度：xAn=supQ∈QnEQ[HnAn]和anhnan（在指数为n的小型市场上）是或有索赔。接下来是（xAn，~nAn）∈ Hα自（An）∈ Aα。如果我们用HAα表示上述形式的策略序列，则以下包含适用：HAα Hα。定理4.5α-分位数价格由vα（H）=inf（An）给出∈αlimnsupQ∈QnEQ[HnAn]。证明：我们依次证明了两个不等式：(≥) 及(≤).(≥) 让我们考虑一下（xn，~nn）∈ Hα。然后使用备注4.3的符号，我们得到：xn≥ supQ∈QnEQ[HnAxn，~nnn]及其相应的limnxn≥ limnsupQ∈QnEQ[HnAxn，~nnn]。根据α-分位数价格的定义和备注4.3，我们得到了vα（H）=inf（xn，~nn）∈Hαlimnxn≥ inf（xn，νn）∈HαlimnsupQ∈QnEQ[HnAxn，~nnn]=inf（An）∈啊αlimnsupQ∈QnEQ[HnAn]≥ inf（An）∈αlimnsupQ∈QnEQ[HnAn](≤) 考虑一个任意元素（an）∈ Aα和Remark4中描述的相应策略。4.按照备注4.4的注释，我们有SUPQ∈QnEQ[HnAn]=X和由此产生的限制∈QnEQ[HnAn]=Limnxan通过备注4.4我们获得了inf（An）∈αlimnsupQ∈QnEQ[HnAn]=inf（An）∈AαlimnxAn=inf（xn，~nn）∈HAαlimnxn≥ inf（xn，νn）∈Hαlimnxn=vα（H）我们通过下面的例子来研究渐近定价问题。例4.6让我们考虑具有以下设置的固定大型金融市场：Ohm = [0,1]，Sin（1）=Sin（0）（1+ξi），i=1,2。。。，n、 n=1，2。。。其中（ξi）是由ξi给出的随机变量序列=(-[0,1]上的1-i] ：=Eiδ（2i）-1）我-δ（2i）-1）关于（1）-i、 1]：=Fi，δ∈ (0, 1).假设西格玛场由序列（ξi）生成，即Fn=σ（ξ，ξ，…，ξn），然后目标概率测度Pn是勒贝格测度P对西格玛场Fn的限制，即Pn=P | Fn。

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

何人来此

2022-5-10 12:52:26

第n个市场上的每个鞅测度qn由以下性质描述：EQn[ξ]=0，EQn[ξ]=0。。。，方程n[ξn]=0。因此，Qnis由其在区间E，E，…，上的值表示。。。，我们可以检查qn（E）=δ1.-Qn（E）=δ1.-...Qn（En）=δ1.-N.由此我们构建了一系列完整的市场。我们将找到一个小或有权H的α-分位数价格≡ 1.命题4.7在上述模型中，我们有：vα（1）=Δα。证明：我们将明确地构造一个集合序列（~An）∈ Aα：lim Qn（~An）=inf（An）∈AαlimQn（An）。让：G:=E，Gn:=En\\n-1对于n=2,3，。。。。然后Pn（Gn）=Pn（Fn）=nandδn=Qn（Gn）<Qn（Fn）=1- δ1.-N考虑α：α的级数展开式=∞Xi=1γii，其中γi∈ {0, 1}.定义Anas遵循＠An:=n[i=1{γi=1}和注意，Pn（＠An）=Pni=1γiPn（Gi）=Pni=1γII，因此limn→∞Pn（~An）=P∞i=1γii=a，so（~An）∈ Aα。任何（一个）∈ Aα我们有lim Pn（~An）≤ Limn（An）和lim Qn（~An）≤limQn（安）。Thusvα（1）=inf（An）∈AαlimnEQn[1An]=limnQn[~An]=limnnXi=1{γi=1}Qn（Gi）=∞Xi=1γiδi=δ∞Xi=1γii=Δα。请注意，δ=v（1）<v（1）=limnEQn[1]=1，所以这个例子表明，强势和弱势价格之间可能存在严格的不平等。还请注意，此模型允许AA2，但不满足AA1。实际上，取序列（Fn），我们得到：Pn（Fn）=n-→ 0和Qn（Fn）=1- δ1.-N-→ 1.- δ>0，因此存在isAA2。设（An）为序列s.t.Qn（An）-→ 这意味着对于任何l>0，Qn（An）<Δlholds对于所有大n，我们可以检查，这意味着 (1 -l、因此，我们获得了土地出租权∞ 我们得到limnPn（An）=0。

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

2022-5-10 12:52:30

这意味着NAA1和NSAA1，NSAA2保持不变。这个例子表明，NAA1、NSAA1、NSAA2对于强弱价格的相等性是不够的。定理4.5立即得出以下两个结论。备注4.8如果我们要求即使对于简单结构的H，也要满足v（H）=v（H），那么市场必须满足NAA2。事实上，假设AA2成立。这意味着对于任何（一个）∈ A、 “Qn（An）9 1有效。拿H≡ 1.我们得到v（1）=inf（An）∈Alimn-Qn（An）<1=v（1）。备注4.9如果存在SAA1或等效SAA2，则对于任何H有界，即Hn≤ 对于某些常数K>0，对于任何α，我们都有vα（H）=0∈ [0, 1]. 事实上，根据定理2.9，存在一个序列（~An）s.t.Pn（~An）-→ 1和“Qn”（~An）-→ 0.那么我们有vα（H）≤ ~v（H）≤ limnsupQ∈QnEQn[HnAn]≤ limnK\'Qn（~An）=0。下一个定理为完全模型的渐近定价问题提供了一些见解。定理4.10在下列假设下：a）（NAA2），b）大市场是完全的，即Qn={Qn}是每个n的单态，c）H是有界的，即Hn≤ K、对于所有n，其中K是一个正常数，我们有v（H）=v（H）。证据：第一次通知，对于任何固定（An）∈ 我们获得的NAA2（An）-→ 1.<==> Pn（Acn）-→ 0 ==> Qn（Acn）-→ 现在考虑两个序列：xn:=EQn[Hn]yn:=EQn[HnAn]。以下观点成立：xn- yn=EQn[Hn- HnAn]=EQn[HnAcn]≤ K·Qn（Acn）-→ 0和thuslimnxn=limnyn。全面了解（An）∈ 敬畏获得所需的结果。v（H）=limnxn=inf（An）∈Alimnyn=~v（H）备注4.11假设N AA2成立。对于不完全市场，我们可以定义定理4.10中的类似序列：xn:=supQ∈QnEQ[Hn]yn:=supQ∈对于这些序列，我们得到了类似的不等式xn- 伊恩≤ supQ∈QnEQ[Hn- HnAn]=supQ∈QnEQ[HnAcn]≤ K·Qn（Acn）。然而，我们不知道最后一项是否变成0，即n-→ ∞.

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

2022-5-10 12:52:34

我们知道Qn（Acn）-→ 仅0，这不足以对不完整的市场执行上述证明。5.大型Black Scholes modelLet Wt，Wt。。。在过滤概率空间上是一系列独立的标准布朗运动(Ohm, Ft，F，P），t∈ [0，T]。我们将考虑一个固定市场，其中第n个小型市场有其自然过滤，即Fnt=σ（（Ws，…，Wns）s）∈[0，t]），Fn=FnT。第n个目标度量是对P的充分限制，即Pn=P | fn，贴现价格过程由dsit=Sit（bidt+σidWit）i=1,2。。。，n、 t∈ [0，T]bi在哪里∈ R、 σi>0表示i=1，2。。。，n、这样的序列形成了一个完整的大市场，其鞅测度由密度dqndpn=Zn=e给出-（θn，WnT）-kθnkTwhereθn=（bσ，…，bnσn）和Wnt=（Wt，…，Wnt）。回想一下，W*nt=Wnt+θnt是Qn下的布朗运动。在这种情况下，我们使用数理统计的方法来搜索最佳非随机测试（见引理2.10），为不存在渐近循环提供了更多的间接证明。这种方法的缺点是，它只适用于确定性系数。在这一节中，我们还表明，定理4.10和备注4.9对于满足某些可积条件的随机变量仍然成立，这对于广泛使用的竞争性条件是满足的。在本节中，让我们介绍一类序列（εn），它们取区间[0,1]中的值并收敛到0。这样的类将用E表示。定理5.1对于ε>0，让ε表示问题的解∈ Fn:（Pn（A）-→ maxQn（A）≤ ε.那么以下条件是等效的1）NAA12）（Pn）（Qn）3）对于任何序列（εn）∈ E、 Pn（Anεn）-→ 0持有。4） P∞i=1（双σi）<∞证明：文献[8]证明了（1）和（2）的等价性。(2) ==> （3）设（εn）为E的任意元素。然后Qn（Anεn）≤ εn-→ 因此由（2），Pn（Anεn）-→0持有。(3) ==> （2）让我们∈ Fnbe s.t.Qn（安）-→ 0

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

2022-5-10 12:52:37

那么εn:=Qn（An）属于E类，由（3），Pn（An）≤ Pn（Anεn）-→ 0持有。(3) <==> （4）统计方法提供了ε集的显式形式。根据内曼皮尔逊引理2.10，它的形式是Anε={dPndQn≥ γ} 式中，γ是常数s.t.Qn（Anε）=ε。这种结构提供了ε=ne（θn，WnT）+kθnkT≥ γo=（θn，WnT）≥ lnγ-kθnkT=（θn，（W）*新界- θT）≥ lnγ-kθnkT=（θn，W）*（新界）≥ lnγ+kθnkT.求解以下方程：Qn（Anε）=Qn（θn，W）*（新界）≥ lnγ+kθnkT= 1.- Φlnγ+kθnkTkθnk√T！=ε我们得到γ=ekθnk√TΦ-1(1-ε)-kθnkT。我们计算Pn（Anε）的值。Pn（Anε）=Pn（θn，WnT）≥ lnγ-kθnkT= 1.- Φlnγ-kθnkTkθnk√T=1.- Φkθnk√TΦ-1(1 - ε)- kθnkTkθnk√T！=1.- ΦΦ-1(1 - ε)- kθnk√T现在请注意ifP∞i=1（双σi）<∞ 然后对于任何（εn）∈ E1- ΦΦ-1(1 - εn）- kθnk√T-→ 0.IfP∞i=1（双σi）=∞ 那么εn:=1- Φ（1+kθnk）√（T）-→ 0和1- ΦΦ-1(1 - εn）- kθnk√T= 1.- Φ(1) 9 0.接下来的两个定理给出了N AA2、SAA1和SAA2的特征。这些证明是相似的，因此我们只画了其中的一些部分。定理5.2对于ε>0，设ε表示问题的解∈ Fn:（Qn（A）-→ maxPn（A）≤ ε.那么以下条件是等价的1）NAA22）（Qn）（Pn）3）对于任何序列（εn）∈ E、 Qn（Anεn）-→ 0持有。4） P∞i=1（双σi）<∞证据：（3）<==> （4）集合Anε的形式为Anε=dQndPn≥ γ式中，γ是s.t.Pn（Anε）=ε。这个过程的yieldsAnε=（（θn，WnT）≤ Φlnγ-kθnkTkθnk√（T！）γ=e-[Φ-1（ε）kθnk√T+kθnkT]和Qn（Anε）=ΦΦ-1（ε）+kθnk√T.IfP∞i=1（双σi）<∞ 然后对于任何（εn）∈ EΦΦ-1（εn）+kθnk√T-→ 0.IfP∞i=1（双σi）=∞ 取εn:=Φ（1）- kθnk√（T）-→ 我们得到ΦΦ-1（εn）+kθnk√T= Φ(1) 9 0.定理5.3对于ε>0，设ε表示问题的解∈ Fn:（Pn（A）-→ maxQn（A）≤ ε.那么以下条件相当于1）SAA12）SAA23）Pn△ Qn4）Qn△ Pn5）存在一个序列（εn）∈ E s.t。

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

何人来此

2022-5-10 12:52:40

Pn（Anεn）-→ 16） P∞i=1（双σi）=∞.请注意，集合Anε的条件基于属性Pn△ Qn。人们可以根据Qn的属性来确定屋顶△ 请注意。这需要替换ε条件中的Pn和Qn。前四个条件在[8]中得到了证明，并包含在上述公式中，仅用于阐明。（3）和（5）的等价性很容易证明。证据：（5）<==> （6）我们使用在Th证明中发现的ε的构造。5.1Anε=（θn，W）*（新界）≥ lnγ+kθnkTγ=ekθnk√TΦ-1(1-ε)-kθnkTPn（Anε）=1- ΦΦ-1(1 - ε)- kθnk√TIfP∞i=1（双σi）<∞ 然后对于任何（εn）∈ E、一,- ΦΦ-1(1 - εn）- kθnk√T-→ 0持有。IfP∞i=1（双σi）=∞ 那么εn:=1-Φ（kθnk）√（T）-→ 0和1-ΦΦ-1(1 - εn）- kθnk√T-→1.在后半部分中，我们将刻画满足某些可积条件的H的弱价格。如果H=H，其中H是相对于F可测量的一个固定随机变量，那么很明显，EQn[H]不依赖于n，因此表明价格强劲。这意味着，由于市场规模越来越大，而且他可以使用更多、更多的策略，投资者没有任何利润。事实证明，除非他使用1-分位数对冲策略，否则他无法获得任何利润。在这种情况下，但是ifP∞i=1（双σi）=∞, 初始禀赋可以减少到0，即弱价格等于0。条件∞i=1（双σi）<∞保证投资者无论采取何种策略都无法获得任何利益，因为v（H）=v（H）。定理5.4设H是一个具有常数系数的大型Black-Scholes市场上的未定权益。然后1）ifP∞i=1（双σi）<∞ andlimnE[H1+δn]<∞ 对于某些δ>0的情况，则v（H）=v（H）。2）ifP∞i=1（双σi）=∞ andlimnE[H4+δn]<∞ 对于某些δ>0，则＠v（H）=0。证明：（1）对于任意序列（An）∈ 定义xn:=EQn[Hn]，yn:=EQn[HnAn]。设p，q，p′，q′>1为实数，s.t.p+q=1，p′+q′=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

kedemingshi

2022-5-10 12:52:45

用H¨older不等式两次求差xn- 我们获得：xn- yn=EQn[HnAcn]=E[ZnHnAcn]≤E（ZnHn）pPP（Acn）Q≤E（Zpp′n）p′E（Hpq′n）q′PP（Acn）q=E（Zpp′n）pp′E（Hpq′n）pq′P（Acn）q、简单的计算结果E（Zpp′n）pp′=ekθnkT（pp′）-1）（5.4.1）因此N AA2保证→∞E（Zpp′n）pp′<∞. 取p，p′s.t.pq′=1+δ，使用limn→∞P（Acn）q=0我们得出结论limn→∞（xn）- yn=0。Thuslimxn=林依南全面吸收（An）∈ Awe getv（H）=v（H）。（2）任何（一个）∈ A、 p，p′>1和q，q′s.t.p+q=1，p′+q′=1使用我们得到的H¨older不等式：EQn[HnAn]≤EQn（Hpn）PQn（安）q=E（ZnHpn）PQn（安）Q≤EZp\'np′EHpq\'nq′PQn（安）q=EZp\'npp′EHpq\'npq′Qn（安）qNow，与之前使用的方法类似，让我们解决一个辅助问题，即找到setAnεs.t.A∈ Fn:（Qn（A）-→ minPn（A）≥ 1.- ε.类似的计算提供：ε=dQndPn≤ γ=（θn，Wn）≥ -lnγkθnkTγ=e-[Φ-1（ε）kθnk√T+kθnkT]Qn（Anε）=Φ-Φ-1(ε)- kθnk√T.取p=2+δ，p′=2，εn=Φ- ln（kθnk）√（T）（AA2保证εn→ 0）我们得到lime[Hpq′n]=lime[H4+δn]<∞和EZp\'npp′Qn（Anεn）Qq=ep′-1p-1kθnkTΦ- Φ-1（εn）- kθnk√T= e2+δkθnkTΦln（kθnk）√（T）- kθnk√T（5.4.2）替换kθnk√为了方便起见，我们使用D’Hospital公式计算以下极限。利克斯→∞e2+δxΦ（lnx- x） =limx→∞√2πe-（ln x）-x）（十）- 1） e-2+δx(-2+δ）2x=limx→∞-2 + δ√2π“ex（2+δ）-)-lnx+x Lnxx-ex（2+δ）-)-lnx+x ln xx#=0极限等于0，因为：lim x（2+δ-) -lnx+x lnx=-∞.总之，我们已经证明了limn→∞EZp\'npp′EHpq′pq′Qn（Anεn）对于适当的参数，q=0，因此≈v（H）=0。注5.5定理5.4第二项中施加在H上的可积条件可以稍微减弱。根据5.4.2，我们必须找到参数p，p′>1 s.t.p′-1p-1=2+δ. 我们可以附加要求：pq′→ 敏。

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

可人4

2022-5-10 12:52:49

然后可以检查，解是：p=1+q2+δ，p′=2+2q2+δ+δ2+δ和pq′=√+(4 + δ) +√√2 + δ. 如果δ→ 0当pq′任意接近√+ 2 + 1 < 4. 因此，我们可以假设limne[H√+(4+δ)+√√2+δn]<∞ 对于某些δ>0的情况。下一个定理提供了α-分位数价格的更精确表征。但首先，让我们对随机变量HnZn施加一个正则性假设。假设5.6随机变量Hnzn具有关于测量Pn的连续分布函数。我们用qn（α）表示HnZn的α分位数，即qn（α）={inf x:Pn（HnZz）≤ 十）≥ α}.用Bα表示一组满足limn的序列-→∞βn≥ α.定理5.7假设H是一个具有常数系数的大型Black-Scholes模型上的未定权益。1）在假设5.6下，α-qu价格由公式vα（H）=inf（βn）给出∈Bαlimn→∞EhHnZn{HnZn≤qn（βn）}i.2）让假设5.6得到满足∞ 对于某些δ>0和p∞i=1（双σi）<∞n nVα（H）=limn→∞EhHnZn{HnZn≤qn（α）}i.此外，vα（H）是一个Lipschitz函数，α的递增函数取区间[0，v（H）]中的值。3）IflimnE[H4+δn]<∞ 对于某些δ>0和p∞i=1（双σi）=∞ 对于每个α，vα（H）=0∈ [0, 1].证明：（1）根据定理4.5，α分位数价格由以下公式给出：vα（H）=inf（An）∈αlimnsupQ∈QnEQ[HnAn]。让我们考虑一下∈ Aα和定义βn:=Pn（An）。用以下问题的解来表示：~An:（EQn[HnAn]-→ minPn（安）≥ βn.如果我们通过密度dQndQn:=HnEQn[Hn]引入度量Qn，那么上述问题可以写成等价形式：~An:（~Qn（An）-→ minPn（安）≥ 因此，通过引理2.10，我们得出结论：{HnZn≤ γ} 式中，γ是常数s.t.Pn（HnZn≤ γ） =βn。通过假设5.6，我们知道存在这样的γ，它等于qn（βn）。因此▽An={HnZn≤ qn（βn）}andqn[HnAn]≥ EQn[Hn{HnZn≤qn（βn）}]。让n→ ∞ 以及全面了解（An）∈ 我们得到的Aα：vα（H）≥ inf（βn）∈Bαlimn→∞EhHnZn{HnZn≤qn（βn）}i。

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

何人来此

2022-5-10 12:52:52

（5.7.3）然而，Pn（HnZn≤ qn（βn））=βn，so{HnZn≤ qn（βn）}∈ α，这意味着5中的等式。7.3.（2）设α，β∈ [0,1]是两个实数s.t.β<α。对于p，q，p′，q′>1s.t.p+q=1，p′+q′=1，我们有以下不等式：E[HnZn{HnZn≤qn（α）}]- E[HnZn{HnZn≤qn（β）}]=E[HnZn{qn（β）≤HnZn≤qn（α）}]≤E（Zpp′n）pp′E（Hpq′n）pq′P（qn（β）≤ HnZn≤ qn（α））q=E（Zpp′n）pp′E（Hpq′n）pq′（α）- β）然而，到5.4.1，我们已经E（Zpp′n）pp′≤ 画→∞E（Zpp′n）pp′<∞. 取p，q′s.t.pq′=1+δ，表示K:=limn→∞E（Zpp′n）pp′和K：=E（Hpq′n）pq′，我们得到[HnZn{HnZn≤qn（α）}]- E[HnZn{HnZn≤qn（β）}]≤ KK（α）- β).交换α和β的作用，我们得到| E[HnZn{HnZn≤qn（α）}]- E[HnZn{HnZn≤qn（β）}]|≤ KK |α- β | . （5.7.4）现在考虑（βn）∈ Bα。如果林-→∞βn>α然后E[HnZn{HnZn≤qn（βn）}]>E[HnZn{HnZn≤qn（α）}]和石灰[HnZn{HnZn]≤qn（βn）}]≥ lime[HnZn{HnZn≤qn（α）}]。如果林-→∞βn=α，然后乘以5.7.4我们有| E[HnZn{HnZn≤qn（α）}]-E[HnZn{HnZn≤qn（βn）}]|≤ KK |α-βn |和→ ∞我们得到石灰[HnZn{HnZn≤qn（βn）}]=lime[HnZn{HnZn≤qn（α）}]。这两个案例的结论是vα（H）≥ 石灰[HnZn{HnZn≤qn（α）}]。然而，{HnZn≤ qn（α）}∈ Aα和fα（H）=limn→∞EhHnZn{HnZn≤qn（α）}i.（5.7.5）n→ ∞ 在5.7.4和5.7.5中，我们得到：|vα（H）- vβ（H）|≤ KK |α- β|，证明vα（H）是Lipschitz。5.7.5清楚地表明，vα（H）在增加，v（H）=0。根据定理5.4 v（H）=v（H）。（3）这是定理5.4（2）的直接结果，因为vα（H）≤ v（H）。备注5.8考虑看涨期权的价格，即H≡ （圣- K） +。（ST）的分布-K） +zn在0中是不连续的。设α：=Pn（（ST-K） +=0）。很明显，对于α≤ α、 vα（H）=0保持不变。在区间（0，∞) 分布函数是连续的，因此对于α>α，可以应用定理5.7。结论本文引入并刻画了两类渐近价格。

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

mingdashike22

2022-5-10 12:52:55

它们基于对冲风险的不同处理，而对冲风险在实体中消失。它们之间的关系严格依赖于市场上的渐近套利。对于具有常数系数的大型Black-Scholes模型，可以找到更间接的α-量子化价格公式，并说明其一些性质。在这个市场上有两种可能的情况：1）没有任何形式的渐近套利——那么强价格和弱价格相等2）存在所有形式的渐近套利——那么弱价格等于零，而强价格则不等于零。这篇论文是作者博士论文的一部分。作者想对卢卡斯·斯特特纳教授在撰写本文时给予的帮助和支持表示感谢。参考文献[1]Delbaen F.，Schachermayer W.u型边界随机过程的资产定价基本定理，Mathematische Annalen 312215-250，（1998）[2]F¨ollmer H.，Kabanov Yu。M.可选分解和拉格朗日乘数FinanceStoch.-2，69-81（1998）[3]F¨ollmer H.，Kramkov D.O.约束Probab下的可选分解。理论关系。Fields 109，1-25（1997）[4]F¨ollmer H.，Leucert P.分位数对冲，金融与随机3，251-273，（1999）[5]Jacod J.，Shiryaev A.N.随机过程的极限定理，柏林海德堡纽约：Springer（1987）[6]Jacod J.，Shiryaev A.N.离散时间情况下的局部鞅和基本资产定价定理，金融与随机2，259-273，（1998）[7]Kabanov Yu。M.，Kramkov D.O.大型金融市场：渐进套利和连续性，Prob。理论应用。39（1），182-187（1994）[8]卡巴诺夫·余。M.，Kramkov D.O.《大型金融市场中的渐进套利》，FinanceStoch。

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

2022-5-10 12:52:59

2（2），143-172（1998）[9]克莱恩I.，大型金融市场资产定价的基本定理，数学金融10（4），443-458（2000）[10]克莱恩I.，Schachermayer W.非完全大型金融市场中的渐进套利，Probab。理论应用。41（4），780-788（1996）[11]Kramkov D.O.不完全证券市场中的超级鞅和对冲或有权益的可选分解，Probab。理论关系。Fields 105459-479（1996）[12]R\'asonyi M.关于离散时间金融市场模型中套利理论的某些问题，博士论文（2002）

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

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

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