全部版块 我的主页
论坛 经济学人 二区 外文文献专区
1376 59
2022-05-10
英文标题:
《Non-concave optimal investment and no-arbitrage: a measure theoretical
  approach》
---
作者:
Romain Blanchard, Laurence Carassus, Mikl\\\'os R\\\'asonyi
---
最新提交年份:
2016
---
英文摘要:
  We consider non-concave and non-smooth random utility functions with do- main of definition equal to the non-negative half-line. We use a dynamic pro- gramming framework together with measurable selection arguments to establish both the no-arbitrage condition characterization and the existence of an optimal portfolio in a (generically incomplete) discrete-time financial market model with finite time horizon. In contrast to the existing literature, we propose to consider a probability space which is not necessarily complete.
---
中文摘要:
我们考虑定义为非负半直线的非凹和非光滑随机效用函数。我们使用一个动态规划框架,结合可测量的选择参数,在一个具有有限时间范围的(一般不完全)离散时间金融市场模型中,建立了无套利条件特征和最优投资组合的存在性。与现有文献相比,我们建议考虑一个不一定完全的概率空间。
---
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
--

---
PDF下载:
-->
二维码

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
2022-5-10 20:52:48
非集中最优投资和无风险:一种测量理论方法劳伦斯·卡拉苏斯勒,法国兰斯香槟大学阿登分校。carassus@univ-兰斯。弗朗西罗曼兰斯香槟大学阿登分校的frRomain BlanchardLMR。blanchard@etudiant.univ-reims。弗米克尔·奥斯·阿桑尼姆塔·阿尔弗·雷恩伊数学研究所,Hungaryrasonyi@renyi.mta.huNovember10,2021摘要我们考虑定义域等于非负半线的非凹和非光滑随机效用函数。我们使用一个动态规划框架和可测量的选择参数,在一个具有有限时间Horizon的(一般不完全)离散时间金融市场模型中,建立无套利条件特征和最优投资组合的存在性。关键工作:无套利条件;非凹效用函数;最佳投资AMS 2000主题分类:初始93E2 0、91B70、91B16;次级91G10、28B201简介我们考虑在多资产和离散时间金融市场交易的投资者。我们重新审视了两个经典问题:无套利的特征和投资者终端财富预期效用的最大化。我们考虑非负半线上定义的一般随机、可能是非凹和非光滑的效用函数U(可以是“S”形的,但我们的结果适用于更广泛的一类效用函数,例如分段凹函数),我们提供了充分的条件来保证最优策略的存在。类似的优化问题构成了近年来的一个重点研究领域,如Bensoussan等人(2015年)、何和周(2011年)、金和周(2008年)、Carlier和Dana(2011年)。我们正在Carassus et al.(2015)的背景下工作,并移除Carassus et al.(2015)的某些限制性假设。
二维码

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

2022-5-10 20:52:52
此外,我们使用的方法不同于R\'asonyi和Stettner(2005年)、R\'asonyi和Stettner(2006年)、Carassus和R\'asonyi(2015年)以及Ca ra ssus等人(2015年),在这些方法中,类似的多步骤问题得到了处理。与现有文献相比,我们建议考虑一个不一定完全的概率空间。我们从几个方面扩展了Carassus等人(2015)的论文。首先,我们提出了一个替代的可积条件(见假设4.8和命题6.1),以替代Carassus等人(2015)中规定的相当严格的可积条件,即-U(·,0)<∞. 性质U(0)=-∞ 适用于许多重要的(非随机和凹)效用函数(对数,-xα表示α<0)。这是一个相当自然的要求,因为它表达了投资者对违约的恐惧(即达到0)。我们还引入了新的(较弱的)弹性假设(见假设4.10)。特别是,假设4.10适用于凹函数(见备注4.15),因此我们的结果将R\'asonyi和Stettner(2006)中获得的结果扩展到随机效用函数和不完全概率空间。其次,我们不要求所有初始财富的价值函数都是有限的,正如Carassu s等人(2015)所假设的那样;相反,我们只假设了限制性更小、更容易处理的假设4.7。最后,我们没有像Carassus等人(2015)那样使用一些Carath’eodory效用函数U(即在ω中可测量且在x中连续的函数),而是考虑在ω中可测量且在x中上半连续(在本文其余部分中为usc)的函数。由于U也是非递减的,我们指出这意味着U在(ω,x)中是联合可测量的。
二维码

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

2022-5-10 20:52:55
注意,在完全西格玛代数的情况下,U是一个正规被积函数(参见Rockafellar and Wets(1998)中的定义14.27或Molchanov(2005)中第5章的第3节,以及Rockafellar and Wets(1998)中的推论14.34)。这将在动态规划部分发挥重要作用,以获得某些可测性性质。允许非连续U在金融数学文献中并不常见(尽管它在优化中很常见)。我们强调,这种普遍化有可能模拟维斯特的行为,在达到理想的财富水平后,这种行为可能会突然改变。这种变化可以用给定水平上U的跳跃来表示。为了解决我们的优化问题,我们使用了动态规划,如R\'asonyi和Stettner(2005)、R\'asonyi和Stettner(2006)、Carassus和R\'asonyi(2015)以及Carassus等人(2015)所述,但在此我们提出了一种不同的方法,提供了更简单的证明。如Nutz(2014)所述,我们考虑了Rd中策略的一个周期情况。然后我们使用动态规划和可测量的选择函数,即Aumann定理(例如,参见Sainte Beuve(1974)中的推论1)来解决多周期问题。我们的模型化(Ohm, F、 F,P)比Nutz(2014)更一般,因为只有一个概率测度,我们不必假设Borel空间或解析集。我们还使用同样的方法在可能不完全的Sigma代数的背景下,对无套利特征的经典结果(seeR’asonyi和Stettner(2005)以及Jacod和Shiryaev(1998))进行了重新验证。我们不处理在整个实线上定义效用的情况(使用一组类似的假设),因为这会使论文负担过重。
二维码

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

2022-5-10 20:52:58
这有待进一步研究。本文的结构如下:第二部分介绍我们的设置;第三部分是关于无套利的主要结果;第4节介绍了终端财富预期效用最大化的主要定理;第5节确定了单周期情况下最优策略的存在性;我们在第6节证明了效用最大化的主要定理。最后,第7节收集了一些技术结果和证明,以及关于随机可测性的元素。2设置固定时间范围T∈ 让我们(Ohmt) 一,≤T≤空间序列a和(Gt)1≤T≤T是一个西格玛代数序列,其中GT是上的西格玛代数Ohmt对于所有t=1,T对于t=1,T,我们用Ohmt次笛卡尔积Ohmt=Ohm× . . . × Ohmt、 元素Ohm斜纹可以用ωt=(ω,…,ωt)表示(ω,…,ωt)∈ Ohm× . . . × Ohmt、 我们还用乘积sigma代数来表示OhmtFt=G . . .  Gt。为了简单起见,我们认为状态t=0是确定性的,并且Ohm:= {ω} andF=G={, Ohm}. 为了避免繁重的符号,我们将在本文的其余部分省略ω中的依赖关系。我们用过滤系数(Ft)0表示≤T≤T.设Pbe为Fan上的概率测度,qt+1为Gt+1×上的随机核Ohmt对于t=1,T-1.也就是说,我们假设所有ωt∈ Ohmt、 B∈ Gt+1→ qt+1(B |ωt)是对Gt+1和所有B的概率度量∈ Gt+1,ωt∈ OhmT→ qt+1(B |ωt)是Ft可测的。这里,我们不假设Gt包含Pand的空集,而Gt+1包含所有ωt的qt+1(.|ωt)的空集∈ Ohmt、 然后我们定义∈ Ft随机核的Fubini定理(见引理7.1)给出的概率。Pt(A)=ZOhmZOhm· · ·ZOhmtA(ω,…,ωt)qt(dωt |ωt)-1) ·q(dω|ω)P(dω)。(1) 终于(Ohm, F、 F,P):=(OhmT、 FT,F,PT)将是我们的基本测量空间。
二维码

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

2022-5-10 20:53:01
PTT下的预期将用EPt表示;当t=t时,我们只需写E。如果我们选择Ohm 在波兰空间中,任何概率测度P都可以分解为(1)的形式(参见Dellacherie and Meyer(1979)III.70-7中的测度分解定理)。从现在起,一些数字或随机变量X的正(负)部分用X+表示(负)-). 我们还将为任意随机变量X和(可能的随机)函数f的(f(X))写f±(X)。在本文的其余部分,我们将使用广义积分:对于某些ft:OhmT→ R∪ {±∞}, 可测量的,这样的Ohmtf+t(ωt)Pt(dωt)<∞ 奥尔Ohmtf-t(ωt)Pt(dωt)<∞, 我们去尼兹Ohmtft(ωt)Pt(dωt):=ZOhmtf+t(ωt)Pt(dωt)-ZOhmtf-t(ωt)Pt(dωt),其中等式在R中成立∪ {±∞}. 我们参考附录引理7.1、定义7.2和命题7.4了解更多细节和属性。特别是,如果ftis是非负的,或者ftis是非负的Ohmtf+t(ωt)Pt(dωt)<∞ (这将是本文中感兴趣的两个案例)我们可以应用Fubini的OremandOhmtft(ωt)Pt(dωt)=ZOhmZOhm· · ·ZOhmtft(ω,…,ωt)qt(dωt |ωt-1) q(dω|ω)P(dω),其中等式在[0]中成立,∞] 如果FTI为非负且处于[-∞, ∞) ifROhmtf+t(ωt)Pt(dωt)<∞.最后,我们给出了概率空间完成的一些符号(Ohmt、 对于一些t∈{1,…,T}。我们将用npt表示ptt的集合Ohmti。e NPt={N OhmTM∈ 纽约时报M和Pt(M)=0}。LetFt={A∪ N、 A∈ 纽约时报∈ NPt}和PT(A)∪ N) =Pt(A)表示A∪ N∈ 那么众所周知,PTI是一种与Pton Ft一致的FTA测量方法(Ohmt、 Ft,Pt)是一个完全概率空间,且p限制为npt等于零。对于t=0,T- 1,设Ξt为Ft可测随机变量映射集Ohm下面的引理建立了条件期望和内核之间的联系。
二维码

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…
相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群