数学金融中的非线性抛物方程

1048

收藏 2022-06-01

英文标题：
《Nonlinear Parabolic Equations arising in Mathematical Finance》
---
作者：
Daniel Sevcovic
---
最新提交年份：
2017
---
英文摘要：
This survey paper is focused on qualitative and numerical analyses of fully nonlinear partial differential equations of parabolic type arising in financial mathematics. The main purpose is to review various non-linear extensions of the classical Black-Scholes theory for pricing financial instruments, as well as models of stochastic dynamic portfolio optimization leading to the Hamilton-Jacobi-Bellman (HJB) equation. After suitable transformations, both problems can be represented by solutions to nonlinear parabolic equations. Qualitative analysis will be focused on issues concerning the existence and uniqueness of solutions. In the numerical part we discuss a stable finite-volume and finite difference schemes for solving fully nonlinear parabolic equations.
---
中文摘要：
本文主要对金融数学中出现的抛物型全非线性偏微分方程进行定性和数值分析。主要目的是回顾用于金融工具定价的经典Black-Scholes理论的各种非线性扩展，以及导致Hamilton-Jacobi-Bellman（HJB）方程的随机动态投资组合优化模型。经过适当的变换，这两个问题都可以用非线性抛物方程的解来表示。定性分析将侧重于解决方案的存在性和唯一性问题。在数值部分，我们讨论了求解完全非线性抛物型方程的稳定有限体积和有限差分格式。
---
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
--

---
PDF下载：
-->

Nonlinear_Parabolic_Equations_arising_in_Mathematical_Finance.pdf
大小:(352.61 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

kedemingshi

2022-6-1 02:31:42

数学金融中的非线性抛物方程DanielˇSevˇcoviˇcDept。应用数学与统计，夸美纽斯大学，842 48布拉迪斯拉发，斯洛伐克。sevcovic@fmph.uniba.skSummary.这篇综述性论文侧重于对金融数学中出现的抛物型完全非线性偏微分方程进行定性和数值分析。主要目的是回顾用于金融工具定价的经典Black-Scholes理论的各种非线性张力，以及导致Hamilton-Jacobi-Bellman（HJB）方程的随机动态投资组合优化模型。经过适当的变换，这两个问题都可以用非线性抛物方程的解来表示。定性分析将侧重于解决方案的存在性和唯一性问题。在数值部分，我们讨论了求解完全非线性抛物方程的稳定有限体积和有限差分格式。关键词和短语期权定价，非线性Black-Scholes方程1金融工具定价Black-Scholes方程的非线性推广根据Black、Scholes和Merton提出的经典理论，理想化金融市场中的期权价值V（S，t）可以通过著名的Black-Scholes线性抛物线方程的解来计算：tV+σSSV+（r- q） SSV公司- rV=0，t∈ [0，T），S>0，（1）由Black和Scholes推导，由Merton独立推导（c.f.[29]，[38]）。这里σ>0是由几何布朗运动驱动的标的资产的波动率，r>0是零息票债券的无风险利率，q≥ 0是股息率。

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

2022-6-1 02:31:45

类似地，与HJB方程的情况一样，解决方案受终端条件V（S，T）=T=T时的V（S）的影响。具有常数波动率σ的线性Black-Scholes方程是在若干限制性假设下推导出来的，如无摩擦、流动和完全市场等。我们还记得，线性Black-Scholes方程提供了一个对应于完全复制的对冲组合的解，该对冲组合不需要是理想的属性。在过去几十年中，为了建立模型，对其中一些假设进行了放宽，例如，交易成本的存在（参见Leland[29，18]和Avellaneda以及第[5]段），由于大交易者选择给定的股票交易策略（Sch¨onbucher和Willmott【40】、Frey和Patie【16】、Frey和Stremme【15】、不完善的复制和投资者偏好（Barles和Soner【8】）、无保护投资组合的风险（Jandaˇcka和Sevˇcoviˇc【22】）而产生的反馈和非流动性市场影响。Amster等人推导出了另一个非线性模型，其中交易成本由股票数量的递减函数来描述。在上述线性RBS方程（1）的所有推广中，常数波动率σ被非线性函数所取代：σ=σ（SSV）（2）取决于二阶导数期权价格本身的SV。考虑交易成本的第一个非线性模型之一是Leland模型，用于定价看涨期权和看跌期权。Hoggard、Whalley和Wilmott[18]进一步扩展了该模型，形成了一般类型的衍生物。

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

2022-6-1 02:31:48

在该模型中，方差σ由2 DanielˇSevˇcoviˇcσ（S）给出SV）=σ1.- 勒斯根SSV公司=σ(1 - Le），如果SV>0，σ（1+Le），如果SV<0，（3），其中Le=qπCσ√这就是所谓的利兰数，σ是一个恒定的历史波动率，C>0是基础资产市场每单位美元交易的恒定交易成本，以及t是连续投资组合调整之间的时间差。具有（3）中给出的波动率函数的非线性模型也可以被视为Avellanda和第[5]段研究的跳跃波动率模型。Amster、Averbuj、Mariani和Rial在论文[2]中提出了这一方向的重要贡献，其中交易成本被假定为形式C（ξ）=C的非线性函数- κξ，（C，κ>0），取决于交易量ξ≥ 0需要对冲重复投资组合。这种交易成本函数的一个缺点是，当交易量超过临界值ξ=C/κ时，它可能会达到负值。在Amster等人[2]研究的模型中（另见Averbuj[4]，Mariani等人[33]），波动率函数具有以下形式：σ（SSV）=σ1.- 勒斯根SSV公司+ κSSV公司. （4）在最近的论文[39]中，Sevˇcoviˇc和Zitnanskˇa研究了可变交易成本下期权定价的模型。σ（SSV）=σ1-rπИC（σS|SV公司|√t） sgn（S）SV）σ√t！（5）式中，C是交易成本函数C=C（ξ）的平均值修正，定义如下：△C（ξ）=R∞C（ξx）x e-x/2dx。例如，可以考虑形式为C（ξ）的分段线性交易成本函数=C、如果0≤ ξ ≤ ξ-,C- κ(ξ - ξ-), ifξ-≤ ξ ≤ ξ+，C，ifξ≥ ξ+.（6）在[7]中，Bakstein和Howison研究了资产交易产生的流动性影响的参数化模型。

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

2022-6-1 02:31:51

在他们的模型中，σ是H=S项的二次函数SV：σ（SSV）=σ1+(R)γ（1- α） +2λSSV+λ（1- α）SSV公司+ 2rπ′γsgnSSV公司+ 2rπλ（1- α)γSSV公司!. （7）参数λ对应于市场深度度量，即它缩放平均交易价格的斜率。接下来，参数γ对相对买卖价差进行建模，并通过关系2γp2/π=Le与利兰数相关。最后，α将平均交易价格转换为下一个报价0≤ α ≤ 1、风险调整定价方法（RAPM）模型考虑了Kratka提出的无保护投资组合的风险【28】。Jandaˇcka和Sevˇcoviˇc在[22]中对其进行了推广和分析。在该模型中，波动率函数的形式为：σ（SSV）=σ1 + uSSV公司, （8）其中σ>0是资产价格回报的恒定历史波动率，u=3（CR/2π），其中c，R≥ 0是非负常量，分别表示交易成本度量和风险溢价度量。如果将交易成本考虑在内，则不可能完全复制或有权益，模型中需要进一步的限制。通过假设投资者的偏好以指数效用函数为特征，Barles和Soner（c.f.[8]）导出了一个非线性Black-Scholes方程，波动率σ由σ（s）给出SV、S、t）=σ1+ψ（aer（T-t） SSV）（9）数学金融中出现的非线性抛物方程3，其中ψ是ODE的解：ψ（x）=（ψ（x）+1）/（2pxψ（x）- x），ψ（0）=0，且a>0是表示风险规避的给定常数。注意，对于x，ψ（x）=O（x）→ 0和ψ（x）=x的O（x）→ ∞.本节中提到的所有非线性波动率模型都可以写成完全非线性抛物方程的解：tV+σ(SV）SSV+（r- q） SSV公司- rV=0，t∈ [0，T），S>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

nandehutu2022

2022-6-1 02:31:54

（10）在[22]中，Jandaˇcka和ˇSevˇcoviˇc提出了将方程（10）转化为二阶导数的拟线性抛物方程的方法解决方案的SV（选项的所谓Gamma）。实际上，如果我们引入新的变量H（x，τ）=SSV（S，t），x=ln S，τ=t- t然后方程（10）可以转换为所谓的伽马方程：τH=xβ（H）+xβ（H）+（r- q）xH公司- qH，x∈ R、 τ∈ （0，T），（11），其中β（x，H）=σ（H）H（c.f.[22]，[10]）。回想一下，伽马方程可以通过对Black–Scholes方程（18）的tox与一般类型（2）的波动率进行两次微分来获得。（11）的Cauchy问题的解H（x，τ）受初始条件H（x，0）=H（x）的约束。2非线性Hamilton-Jacobi-Bellman方程与最优配置问题具有状态约束的最优配置与最优投资问题引起了理论界和应用界的广泛关注。主要目的是在有限或有限的时间范围内，最大化由若干随机资产组成的最优组合投资的总预期消费贴现效用。众所周知，潜在随机控制问题的值函数是相应Hamilton-Jacobi-Bellman（HJB）方程的唯一光滑解，最优消费和投资组合以反馈形式给出（Zariphopoulou[44]）。让我们考虑一下程式化的金融市场，在这个市场中，投资组合经理的目标是最大化投资组合最终财富的预期价值，通过规定的效用函数U来衡量。

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…

mingdashike22

2022-6-1 02:31:57

特别是，如果n是进入投资组合的资产数量，T是投资期限，则目标是找到最佳交易策略{θ}={θT∈ Rn | t∈ [0，T]}属于集合a=A0，Tof策略sat，T={{θ}|θs∈ 序号，s∈ [t，t]}，其中Sn={θt∈ Rn |θt∈ [0，1]n，1Tθt=1}是一个凸紧单纯形，使得{θ}最大化组合中的预期终端效用：max{θ}∈AEU（XθT）| Xθ=X. （12）这里Xt=ln yt表示由以下随机微分方程dxθt控制的随机过程=u(θ) -σ(θ)dt+σ（θ）dwt对于对数投资组合值，其中xis是t=0时的初始值。这里u（θ）和σ（θ）是投资组合的预期回报和波动率。作为典型示例，可以考虑函数u（θ）=uTθ和σ（θ）=θT∑θ，其中u是平均收益向量，∑是协方差矩阵。从随机动态规划理论可知，所谓的值函数v（x，t）：=sup{θ}∈At，TEU（XθT）| XθT=X（13） 4 DanielˇSevˇcoviˇcsubject to the terminal condition V（x，T）：=U（x）可用于解决随机动态优化问题（12）（c.f.Bertsekas[9]，Fleming and Soner[14]）。此外，众所周知，值函数V=V（x，t）满足以下Hamilton-Jacobi-Bellman方程：tV+最大θ∈序号u(θ) -σ(θ)xV+σ（θ）十五= 0，（14）对于所有x∈ R、 t型∈ [0，T），满足终端条件V（，T）：=U（.）（参见例如[20，32]）。通常，HJB方程的显式解不可用，这就是为什么必须采用各种数值方法的原因。关于解决与投资组合优化相关的HJB方程的数值方法，我们可以提及和参考Tourin和Zariphopoulou【42】、Crandall、Ishii和Lions【12】、Nayak和Papanicolaou【36】开发和分析的用于近似其粘度解的有限差分方法。

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

2022-6-1 02:31:59

Song【41】和Fleming及Soner【14】研究了另一种基于马尔可夫链近似技术的方法。Benton在[44]中讨论了求解HJB方程的经典方法。在[34]中，Musiela和Zariphopoulou应用了类幂变换，以便在指数效用函数的情况下，将值函数的非线性PDE线性化。Muthamaran和Sunil【35】解决了具有交易成本的多维投资组合优化问题。他们使用有限元法和迭代程序将自由边界问题转化为一系列固定边界问题。在[37]中，Peyrl等人应用逐次逼近算法来求解相应的HJB方程。Huang等人[19]讨论了用于求解离散HJB方程的定点策略迭代方案。在[43]中，Witte和Reisinger提出了离散连续控制HJB方程数值解的惩罚方法。在最近的论文【23】中，Kilianov\'a和ˇSevˇcoviˇc将完全非线性HJB方程（14）转化为拟线性抛物方程的Cauchy问题：tИ+xβ（Д）+x[（1- Д）β（Д）]=0，x∈ R、 t型∈ [0，T），（15）Д（x，T）=1- U（x）/U（x），x∈ R、（16）为此，我们引入了以下转换：Д（x，t）=1-xV（x，t）xV（x，t）。它被称为Riccati变换，已在[1，32]中提出和研究，Ishimura和ˇSevˇcoviˇc在[20]中对其进行了进一步分析。结果方程通过基于有限体积近似的迭代方法进行数值求解。此外，根据Kilianov\'a和_Sev_covi_c的分析【23】，扩散函数β（Д）是以下参数优化问题的值函数：β（Д）=minθ∈序号{-u(θ) +φσ(θ)}.

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

2022-6-1 02:32:02

（17）色散函数θ7→ σ（θ）假设为严格凸，θ7→ u（θ）是一个线性函数。因此，问题（17）属于一类参数凸优化问题（c.f.Bank等人[6]，Hamala和Trnovsk\'a[17]）。在[24]中，Kilianov\'a和Trnovsk\'a研究了当协方差矩阵∑属于协方差矩阵的某个集合P（例如椭球集合）时HJB方程（14）的有用推广，以应用于所谓的、最坏情况方差”投资组合模型，其中扩散函数（17）的形式为：β（ν）=minθ∈Snmax∑∈P-uTθ+ДθT∑θ。他们表明，这个问题可以用半有限规划的方法来分析。值函数β（Д）不需要非常平滑，其二阶导数可以有跳跃。实际上，Riccati变换是值函数导数的对数导数。在一类具有范围约束的HJB方程的背景下，Ishimura和ˇSevˇcoviˇc最近在[20]中分析了Riccati变换，其中构造了HJB方程的行波解。关于通过Riccati变换从HJB方程中获得的拟线性抛物型偏微分方程的数值求解方法，我们提到了Ishimura最近的论文，《数学金融学中的非线性抛物型方程》5Koleva和Vulkov【25，21】。在[25]中，Koleva考虑了一个类似的非线性抛物方程，该方程是通过类似于Riccati变换的Hamilton-Jacobi-Bellman方程获得的，产生于养老金储蓄管理。与我们的模型问题相反，她考虑了一个对最优决策没有约束的问题。

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

2022-6-1 02:32:05

她应用了两种迭代数值方法，即全隐式Picard方法和混合Picard-Newton方法，并讨论了它们的精度和有效性。综上所述，Black-Scholes方程和Hamilton-Jacobi-Bellman方程的非线性波动率推广可以转化为未知函数H=H（x，τ）的拟线性抛物方程，表示投资组合H=S的伽马SV（非线性脆弱性Black-Scholes模型）或相对风险规避函数H=1-十五xV（Hamilton-JacobiBellman方程）。得到的拟线性抛物方程具有以下形式：τH=xβ（H）+f（x，H，xH），x∈ R、 τ∈ （0，T），（18），其中β是合适的非线性函数。3经典解的存在性，比较原则在本节中，我们回顾了关于拟线性抛物方程Cauchy问题经典光滑解存在性的结果（18）。按照基于所谓Schauder\'s估计类型的方法（c.f.Ladyzhenskaya等人[30]），我们将继续定义我们将使用的功能空间。允许Ohm = （xL，xR） R是有界区间。我们表示QT=Ohm ×（0，T）时空圆柱体。设0<λ<1。按Hλ(Ohm) 我们表示由‘’定义的所有连续函数组成的Banach空间Ohm 它们是λ-H–older连续的。这意味着它们的H¨older半范数hHi（λ）=supx，y∈Ohm,x6=y | H（x）- H（y）|/| x- y |λ是有限的。空间Hλ中的范数(Ohm) 然后是H的最大范数和半范数hHi（λ）之和。空间H2+λ(Ohm) 由‘’中所有两个连续可微分函数H组成Ohm 谁的二阶导数xH属于Hλ(Ohm).

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

2022-6-1 02:32:08

空间H2+λ（R）由所有函数H:R组成→ R使得H∈ H2+λ(Ohm) 对于任何有界域Ohm R、定义在有界圆柱QT上的函数的抛物线H¨older空间Hλ，λ/2（QT）由¨QT中的所有连续函数H（x，τ）组成，使得H在x变量中是λ-H¨older连续的，在t变量中是λ/2-H¨older连续的。范数定义为最大范数和相应的H¨older半范数之和。空间H2+λ，1+λ/2（QT）由QT上的所有连续函数组成，因此τH，xH公司∈ Hλ，λ/2（QT）。最后，空间H2+λ，1+λ/2（R×[0，T]）由所有函数sh组成：R×[0，T]→ R使得H∈ H2+λ，1+λ/2（QT），适用于任何有界圆柱QT（c.f.【30，第一章】）。在前面几节讨论的非线性模型中，可以导出柯西问题（18）解H的有用上界和下界。证明h（x，τ）的上下估计的想法是基于构造抛物方程（18）的合适子解和超解（c.f.[30]）。λ-≤ β（H）≤ λ+对于任何H≥ 0，其中λ±>0为常数。这意味着支配非线性抛物方程的强抛物性。定理1。[39，定理3.1]假设初始条件H（.，0）≥ 对于一些0<λ<min（1/2，ε），0属于H¨older空间H2+λ（R），且H=supx∈相对湿度（x，0）<∞. 假设β，f∈ C1、ε和β满足λ-≤ β（H）≤ λ+对于任何0≤ H≤ 其中λ±>0为常数。然后，满足初始条件H（x，0）的拟线性抛物方程（18）存在唯一的经典解H（x，τ）。函数τ7→ τH（x，τ）是λ/2-H–allx连续的∈ R，而x 7→ xH（x，τ）对于所有τ都是Lipschitz连续的∈ [0，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

大多数88

2022-6-1 02:32:11

此外，β（H（，.））∈H2+λ，1+λ/2（R×[0，T]），0<H（x，τ）≤ H表示所有（x，τ）∈ R×[0，T）。该证明基于所谓的Schauder理论，即形式为（18）的拟线性抛物方程的经典H¨oldersmooth解的存在性和唯一性。它遵循与[23，定理5.3]相同的思想，其中Kilianov\'a和_Sevˇcoviˇc研究了从非线性Hamilton-Jacobi-Bellman方程中获得的类似拟线性抛物方程这是一个更强的假设β∈ 假设为C1,1。6 DanielˇSevˇcoviˇc4数值全时空离散格式用于求解Gamma方程。本节中，我们提供了一种有效的数值格式用于求解Gamma方程。解H到（18）的数值近似构造基于在每个离散时间步求解（18）对应的微分方程组的推导。我们利用Jandaˇcka和ˇSevˇcoviˇc[22]在论文中采用的数值模式来求解一般函数β=β（H）的Gamma方程（18），尤其是具有可变交易成本的模型。有效的数值离散化基于输入（18）的部分导数的有限体积近似。最终方案在有限时间差分近似方案中是半隐式的。其他有限差分数值近似方案基于非散度形式的原始非线性Black-Scholes方程的离散化。我们建议读者参考安库迪诺娃（Ankudinova）和埃哈德（Ehrhardt）[3]，Company等人（11），D¨uring等人（13），Liao和Khaliq（31），Zhou等人（31）。[45]. 最近，Koleva和Vulkov提出并分析了一种求解完全非线性抛物型方程的拟线性化技术[26]。

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

2022-6-1 02:32:14

我们的方法基于以散度形式编写的拟线性伽马方程的解，因此我们可以使用现有的基于有限体积的数值模式来有效地解决问题（c.f.Jandaˇcka和ˇSevˇcoviˇc【22】、K'utik和Mikula【27】）。由于数值原因，我们将空间间隔限制为x∈ (-五十、 L）其中L>0非常大。因为S=Eex∈ （Ee）-五十、 EeL）服用L≈ 2为了包含S值的重要范围。为了构造数值格式，将时间间隔[0，T]与时间步长k=T/m统一划分为离散点τj=jk，其中j=0，1，····，m。我们考虑了空间间隔[-五十、 L]用步长h=L/n均匀划分为离散点xi=ih，其中i=-n、 ···，n.所提出的数值格式在时间上是半隐式的。请注意xβ，可表示为xβ=x（β（H）xH），其中β是β（H）相对于H的导数。在离散化方案中，非线性项β（H）是从之前的时间步长τj计算出来的-而线性项是在当前时间水平上求解的。这种离散化方案可以在每个离散时间水平上求解三对角线性方程组。首先，我们用时间差来代替时间导数，用相邻分段的平均值来近似节点点中的H，然后通过从以前的时间水平τj中提取所有剩余项来收集新时间水平τjand上的所有线性项-我们得到了解向量Hj=（Hj）的三对角系统-n+1，···，Hjn-1） T型∈ R2n-1：阿吉吉-1+bjiHji+cjiHji+1=dji，Hj-n=0，Hjn=0，（19），其中i=-n+1，···，n- 1和j=1，···，m。

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

2022-6-1 02:32:18

三对角矩阵的系数由Aji=-khβH（Hj-1i-1） +k2hr cji=-khβH（Hj-1i）-k2hr，bji=1- （aji+cji），dji=Hj-1i+khβ（Hj-1i）- β（Hj-1i-1).这意味着时间水平上的向量Hj是线性方程组a（j）Hj=dj的解，其中（2n-1） ×（2n-1）矩阵A（j）=tridiag（aj、bj、cj）。为了快速有效地求解三对角系统的每一时间步，我们可以使用高效的Thomas算法。在[39]中，作者表明期权价格V（S，T- τj）可以通过一个简单的积分方案的离散解hjib来构造：（看涨期权）V（S，T- τj）=hnXi=-n（S）- Eexi）+Hji，j=1，···，m，（看跌期权）V（S，T- τj）=hnXi=-n（Eexi- S） +Hji，j=1，····，m.《数学金融学中的非线性抛物方程》70.000.010.020.030.040.050.0000.0050.0100.0150.020ΞCHΞL，CHΞL0.000.020.040.060.080.100.120.14HΒHHLFig。1、左图：分段线性交易成本函数C（实线），其平均值修正C（虚线）。右：对应函数β（H）的图形。资料来源【39】5具有可变交易成本的非线性模型的数值结果在本节中，我们给出了具有可变交易成本的非线性脆弱性Black-Scholes模型的期权价格计算的数值结果，该模型由ˇSevˇcoviˇc和ˇZitnanskˇa在最近的论文【39】中推导和分析。

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

2022-6-1 02:32:20

作为解决方案数值近似的一个示例，我们考虑了由分段线性非递增函数描述的可变交易成本，如图1所示。与可变交易成本函数C（ξ）相对应的函数β（H）的形式为β（H）=σ1-rπИC（σ| H|√t） sgn（H）σ√t！H、其中，C是修改后的交易成本函数。在我们的计算中，我们选择了以下描述分段交易成本函数的模型参数：C=0.02，κ=0.3，ξ-= 0.05, ξ+= 0.1. 两次连续投资组合重组之间的时间间隔长度：t=1/261。到期时间T=1，历史波动率σ=0.3，无风险利率r=0.011。对于数值参数，我们选择L=2.5，n=250，m=200。参数C、σ、κ、ξ±和t对应于Leland数Le=0.85935和Le=0.21484。在图2中，我们绘制了解决方案Vvtc（S，t）和期权价格增量因子（S，t）=SV（S，t），对于t=0。上虚线对应于线性Black–Scholes方程的解，其波动率较高^σmax=σ1.- Cqπσ√t型, 其中C=C- κ(ξ+- ξ-) > 0，而下灰线对应于波动率较低的溶液^σmin=σ1.- Cqπσ√t型.SVHS，tL0.00.20.40.60.81.0SDHS，tLFig。看涨期权价格V（S，t）作为t=0（左）时S的函数及其增量（S，t）=SV（S，t）。资料来源【39】8 DanielˇSevˇcoviˇcacknowledgement该研究得到了欧盟在FP7-PEOPLE-2012-ITN项目STRIKE New Methods in Computative Finance（304617）中的支持。参考文献1。Abe，R.，Ishimura，N.：最优投资问题中非线性偏微分方程解的存在性。过程。日本Acad。，序列号。A、，（84），11–14（2008）。Amster，P.、Averbuj，C.G.、Mariani，M.C.、Rial，D.：具有交易成本的Black-Scholes期权定价模型。J、数学。肛门。

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

2022-6-1 02:32:23

应用程序。，(303), 688–695 (2005)3. Ankudinova J.，Ehrhardt，M.：关于非线性Black-Scholes方程的数值解。计算机与数学及其应用，（56），799–812（2008）4。Averbuj，C.G.：包含交易成本的期权定价中产生的非线性积分微分演化方程：粘性解方法。《巴西经济评论》（Revista Brasileira de Economia de Empresas），（12），81–90（2012）5。Avellanda，M.，Levy，A.，第A段：不确定性波动市场中衍生证券的定价和对冲。应用数学金融，（2），73–88（1995）6。Bank，B.、Guddat，J.、Klatte，D.、Kummer，B.、Tammer，K.：非线性参数优化。马萨诸塞州巴塞尔波士顿Birkhauser Verlag。，(1983)7. Bakstein，D.，Howison，S.：具有可观察参数的无套利流动性模型。工作文件，http://eprints.maths.ox.ac.uk/53/8.Barles，G.，Soner，H.M.：具有交易成本和非线性Black-Scholes方程的期权定价。金融随机性。，(2), 369-397 (1998)9. Bertsekas，D.P.：动态规划和随机控制。学术出版社，纽约，（1976）10。Bordag，L.A.，Frey，R.：利用几何分析方法研究风险调整定价方法模型。《随机：概率与随机过程国际杂志》（83），333–345（2011）11。R公司、Navarro E.、Pintos J.R.、Ponsoda E.：线性和非线性BlackScholes期权定价方程的数值解。计算机与应用数学，（56），813-821（2008）12。Crandall，M.C.、Ishii，H.、Lions，P.L.《二阶偏微分方程粘度解用户指南》，美国数学学会公报，（1），1–67（1992）13。During，B.、Fournier，M.、Jungel，A.：非线性Black-Scholes方程的高阶紧有限差分格式。内景J.应用。理论。金融，（7），767–789（2003）14。

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

2022-6-1 02:32:27

Fleming，W.H.，Soner，H.M.：受控马尔可夫过程和粘度解。Springer，纽约：Springer，第二版（2005）15。Frey，R.，Patie，P.：非流动性市场中衍生品的风险管理：模拟研究。《金融与随机科学进展》，柏林斯普林格，137–159，（2002）16。Frey，R.，Stremme，A.：市场波动和动态对冲的反馈效应。MathematicalFinance，（4），351–374（1997）17。Hamala，M.，Trnovsk\'a，M.：非线性规划，理论和算法。布拉迪斯拉发Epos（2013年）。Hoggard，T.、Whalley，A.E.、Wilmott，P.：存在交易成本的对冲期权组合。期货和期权研究进展，（7），21–35（1994）19。Huang，Y.、Forsyth，P.A.、Labahn，G.：HJB金融方程的固定点和政策迭代组合。暹罗J.数字。分析。，(50), 1861-1882 (2012)20. Ishimura，N.，ˇSevˇcoviˇc，D.：关于具有不等式约束的Hamilton-Jacobi-Bellman方程的行波解。《日本工业与应用数学杂志》（30），51–67（2013）21。Ishimura，N.、Koleva，M.N.、Vulkov，L.G.：期权定价中非线性模型转换方法的数值解。AIP确认程序。，(1301), 387–394 (2010)22. Jandaˇcka，M.，ˇSevˇcoviˇc，D.：基于风险调整定价方法的普通期权估值和波动率微笑的解释。《应用数学杂志》（2005），235–258（2005）23。Kilianov\'a，S.，ˇSevˇcoviˇc，D.：通过Riccati变换求解约束最优投资问题的Hamilton-Jacobi-Bellman方程的方法。安齐亚姆杂志，（55），14–38（2013）24。Kilianov\'a，S.，Trnovsk\'a，M.：通过解决Hamilton-Jacobi-Bellman方程进行稳健投资组合优化。《计算机数学杂志》（93），725–734（2016）25。

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

2022-6-1 02:32:29

Koleva，M：解决养老金储蓄管理中非线性抛物问题的迭代方法。AIP会议记录，（1404），457–463（2011）26。Koleva，M.N.，L.G.Vulkov，L.G.：完全非线性抛物问题的拟线性化数值格式及其在数学金融模型中的应用。数学和计算机建模，（57），2564–2575（2013），数学金融学中出现的非线性抛物方程927。K'utik，P.，Mikula，K.：金融数学中求解非线性偏微分方程的有限体积格式。《复杂应用的有限体积VI问题与展望》，SpringerProceedings In Mathematics，（4），643–651 201128。克拉特卡，M：微笑背后没有神秘。风险，（9），67–71（1998）29。郭永康：《金融衍生品的数学模型》。Springer Verlag，纽约，（1998）30。Ladyˇzenskaja，O.A.、Solonnikov，V.A.和Ural\'ceva，N.N.抛物型线性和拟线性方程。由S.Smith从俄语翻译而来。《数学专著翻译》，第23卷（美国数学学会，普罗维登斯，R.I.，1968）。Liao W.，Khaliq A.Q.M.：求解具有交易费用的非线性Black-Scholes方程的高阶紧致格式。《国际计算机数学杂志》（86），1009–1023（2009）32。Macov\'a，Z.，ˇSevˇcoviˇc，D.：养老金储蓄管理产生的Hamilton-Jacobi-Bellman方程的弱非线性分析。《国际数值分析与建模杂志》（4），619–638（2010）33。Mariani，M.C.、Ncheuguim，E.、Sengupta，I.：非线性Black-Scholes方程的解。Diff电子杂志。方程式，（158），1-10（2011）34。Musiela，M.，Zariphopoulou，T.：指数偏好下的差异价格示例。财务随机性。，(8), 229–239 (2004)35.

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

2022-6-1 02:32:32

Muthuraman，K.，Kumar，S.：具有比例交易成本的多维投资组合优化。数学金融，（16），301-335（2006）36。Nayak，S.，Papanicolaou，G.：投资组合优化器的市场影响力。应用数学金融，（15），21–40（2008）37。Peyrl，H.、Herzog，F.、Geering，H.P.：托卡斯蒂克最优控制问题的Hamilton-Jacobi-Bellman方程的数值解。摘自：WSEAS Int.Conf.on Dynamic Systems and Control，Venice，Italy，2005年11月2日至4日，489–497.38。ˇSevˇcoviˇc，D.，Stehlikov\'a，B.，Mikula，K.：金融衍生品定价的分析和数值方法。Nova Science Publishers，Inc.，Hauppauge，（2011）39。ˇSevˇcoviˇc，D.，ˇzitnask\'a，M.：可变交易成本下的非线性期权定价模型分析。亚太金融市场，（23），153–174（2016）40。Sch¨onbucher P.，Wilmott，P.：非流动性市场中套期保值的反馈效应。暹罗应用数学杂志，（61），232–272（2000）41。Song，Q.S.：广义HJB方程上马尔可夫链逼近的收敛性及其应用。Automatica，（44），761–766（2008）42。Tourin，A.，Zariphopoulou，T.：具有奇异交易的投资模型的数值格式。计算经济学，（4），287–307（1994）43。Witte，J.H.，Reisinger，Ch.：离散HJB方程解的惩罚方法–连续控制和障碍问题。暹罗J.数字。分析。，(50), 595–625 (2012)44. Zariphopoulou，T.：有约束的消费投资模型。《控制与优化》（1），59–85（1994）45。Zhou，S.，Han，L.，Li，W.，Zhang，Y.，Han，M.：跳变过程下具有交易成本的期权定价模型的一种保正数值格式。计算与应用数学，（34），881–900（2015）

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

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