全部版块 我的主页
论坛 经济学人 二区 外文文献专区
512 16
2022-06-02
英文标题:
《Viable Insider Markets》
---
作者:
Olfa Draouil, Bernt {\\O}ksendal
---
最新提交年份:
2018
---
英文摘要:
  We consider the problem of optimal inside portfolio $\\pi(t)$ in a financial market with a corresponding wealth process $X(t)=X^{\\pi}(t)$ modelled by \\begin{align}\\label{eq0.1} \\begin{cases} dX(t)&=\\pi(t)X(t)[\\alpha(t)dt+\\beta(t)dB(t)]; \\quad t\\in[0, T] X(0)&=x_0>0, \\end{cases} \\end{align} where $B(\\cdot)$ is a Brownian motion. We assume that the insider at time $t$ has access to market information $\\varepsilon_t>0$ units ahead of time, in addition to the history of the market up to time $t$. The problem is to find an insider portfolio $\\pi^{*}$ which maximizes the expected logarithmic utility $J(\\pi)$ of the terminal wealth, i.e. such that $$\\sup_{\\pi}J(\\pi)= J(\\pi^{*}), \\text {where } J(\\pi)= \\mathbb{E}[\\log(X^{\\pi}(T))].$$ The insider market is called \\emph{viable} if this value is finite. We study under what inside information flow $\\mathbb{H}$ the insider market is viable or not. For example, assume that for all $t<T$ the insider knows the value of $B(t+\\epsilon_t)$, where $t + \\epsilon_t \\geq T$ converges monotonically to $T$ from above as $t$ goes to $T$ from below. Then (assuming that the insider has a perfect memory) at time $t$ she has the inside information $\\mathcal{H}_t$, consisting of the history $\\mathcal{F}_t$ of $B(s); 0 \\leq s \\leq t$ plus all the values of Brownian motion in the interval $[t+\\epsilon_t, \\epsilon_0]$, i.e. we have the enlarged filtration \\begin{equation}\\label{eq0.2} \\mathbb{H}=\\{\\mathcal{H}_t\\}_{t\\in[0.T]},\\quad \\mathcal{H}_t=\\mathcal{F}_t\\vee\\sigma(B(t+\\epsilon_t+r),0\\leq r \\leq \\epsilon_0-t-\\epsilon_t), \\forall t\\in [0,T]. \\end{equation} Using forward integrals, Hida-Malliavin calculus and Donsker delta functionals we show that if $$\\int_0^T\\frac{1}{\\varepsilon_t}dt=\\infty,$$ then the insider market is not viable.
---
中文摘要:
我们考虑金融市场中的最优内部投资组合$\\pi(t)$问题,其相应的财富过程$X(t)=X ^{\\pi}(t)$由\\ begin{align}\\ label{eq0.1}\\ begin{cases}dX(t)&=\\ pi(t)X(t)[\\ alpha(t)dt+\\ beta(t)dB(t)]建模;\\四元t在[0,t]X(0)&=X\\u 0>0中,{cases}\\ end{align},其中$B(\\cdot)$是布朗运动。我们假设,除了截至时间$t$的市场历史记录外,时间$t$的内幕人士还可以提前获得市场信息$varepsilon\\u t>0$。问题是找到一个内部投资组合$\\pi ^{*}$,它最大化了终端财富的预期对数效用$\\J(\\pi)$,即$\\sup{\\pi}J(\\pi)=J(\\pi ^{*}),\\text{其中}J(\\pi)=\\mathbb{e}[\\log(X ^{\\pi}(T))]。$$如果该值是有限的,则内幕市场称为“可行的”。我们研究在什么样的内幕信息流下,内幕市场是否可行。例如,假设对于所有的$t<t$,内幕人士知道$B(t+\\εt)$的值,其中$t+\\εt\\geq t$从上面单调收敛到$t$,因为$t$从下面收敛到$t$。然后(假设知情者拥有完美的记忆)在时间$t$时,她拥有内幕信息$\\mathcal{H}U t$,由历史$\\mathcal{F}U t$组成$B(s);0\\leq s\\leq t$加上区间$[t+\\epsilon\\u t,\\epsilon\\u 0]$中布朗运动的所有值,即我们有扩大的过滤\\begin{等式}\\label{eq0.2}\\mathbb{H}\\u t}\\u{t\\in[0.t],\\quad\\mathcal{H}\\u t=\\mathca{F}\\u t\\vee\\sigma(B(t+\\epsilon\\u t+r),0\\leq r\\leq\\epsilon\\u 0-t-\\epsilon\\u t),对于所有t\\in[0,t]。\\结束{方程}使用前向积分、Hida Malliavin微积分和Donsker delta泛函,我们表明,如果$$\\int\\u 0 ^ T\\frac{1}{\\varepsilon\\u T}dt=\\infty,$$,则内部市场不可行。
---
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:Optimization and Control        优化与控制
分类描述:Operations research, linear programming, control theory, systems theory, optimal control, game theory
运筹学,线性规划,控制论,系统论,最优控制,博弈论
--

---
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
2022-6-2 22:07:43
可行内幕市场Solfa Draouil1,2和BerntOksendal1210 2018年1月SC(2010):60H10;60H40;60J65;91B55;91B70;9 1G80;93E20关键词:随机微分方程;可行的金融市场;对数效用;内部信息;Donsker delta函数;Hida Malliavin微积分;正向积分;最佳内部控制。摘要我们考虑金融市场中的最优内部投资组合π(t)问题,相应的财富过程X(t)=Xπ(t),由(dX(t)=π(t)X(t)[α(t)dt+β(t)dB(t)]建模;t型∈ [0,T]X(0)=X>0,(0.1){eq0.1}{eq0.1},其中B(·)是布朗运动。我们假设,除了截至时间t的市场历史之外,时间t的内幕人士还可以提前获得市场信息εt>0个单位。问题是确定内幕人士投资组合π*最大化终端财富的预期对数效用J(π),即SUPπJ(π)=J(π*), 其中J(π)=E[对数(Xπ(T))]。如果内幕市场的价值是有限的,则称其为可行的。我们在内幕信息流下研究内幕市场是否可行。例如,假设对于所有t<t,内幕人士知道B(t+t)的值,其中t+t≥ 当T从下到下时,T从上到下单调收敛到T。然后(假设知情者拥有完美的记忆),在时间t,她拥有知情信息Ht,包括B(s)的历史;0≤ s≤ t加上区间内布朗运动的所有值,即我们有放大的滤波h={Ht}t∈[0.T],Ht=英尺∨ σ(B(t+t+r),0≤ r≤ - t型- t),t型∈ [0,T]。(0.2){eq0.2}{eq0.2}奥斯陆大学数学系,P.O。
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

2022-6-2 22:07:45
挪威奥斯陆N–0316 Blindern 1053号信箱。电子邮件:oksendal@math.uio.noolfad@数学。uio。这项研究是在挪威研究委员会的支持下,在随机控制、信息和应用研究项目挑战(STOCONINF)中进行的,项目编号250768/F20。这会产生渐进的内部信息流H。不清楚B(·)在这种过滤下是否是半鞅。然而,使用正演积分、Hida Malliavincalculus和Donsker delta函数,我们表明ifZTεtdt=∞,那么内幕市场就不可行了。这扩展了[PK]中的一个结果,其中证明,如果知情者从时间0开始就知道B(T)的值(对应于εT=T- 那么市场是不可行的。1引言许多著作都研究了内幕交易问题,例如[A、AIS、AI、BO、C、DMOP2、DO1、H、IPW、PK]。这类问题与过滤的扩大有关【Ja、J、Je、M】。本文旨在研究金融市场中投资组合优化的经典默顿问题,并将其推广到交易方拥有内幕信息的情况,即获得与风险资产价格终值S(t)相关的随机变量值的信息。我们使用的框架基本上与论文[PK]中的框架相同,但具有渐进的内部信息流,而不是固定的初始内部信息。我们考虑h={Ht}t给出的内部信息∈[0.T],Ht=英尺∨ σ(B(t+t+r),0≤ r≤ - t型- t),t型∈ [0,T],(1.1)式中,T+T>T,当T变为T时,T+T变为T。我们证明了如果t+t≥ 当T到达T时,T收敛的速度足够快,即ztεtdt=∞,那么内幕市场就不可行了。
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

2022-6-2 22:07:48
这扩展了[PK]中的结果,其中显示,如果交易者从一开始就知道B(T)的值(对应于T=T的情况- t表示所有t),则该值为有限值。我们推测反之亦然,即当且仅当εtdt=∞. 在第3节中,我们证明了一个支持这个猜想的结果。我们现在更详细地描述这一点:考虑一个金融市场,其中无风险资产的单价S(t)isS(t)=1,t≥ 0(1.2){eq1.1}{eq1.1},风险资产的单价过程S(t)没有跳跃,由(dS(t)=S(t)[α(t,Yt)dt+β(t,Yt)dB(t)]给出;t型≥ 0S(0)>0。(1.3){eq1.2}{eq1.2}这里B(t)是给定过滤概率空间上的布朗运动(Ohm, F={Ft}0≤t型≤T、 P),其中fti是由B(s)生成的σ-代数;0≤ s≤ t、 对于每个t∈ [0,T]我们定义一个常数εT>0,我们让y成为一个给定的σ(B(T+T))-可测量的随机变量,表示控制器可获得的内部信息。我们假设知情者有一个完美的记忆,因此她在t时知道fta,并且能够记住所有之前的ys值;0≤ s≤ t、 因此,我们认为扩大的过滤G={Gt}t≥0给定值:gt=Ft∨ σ(Ys;0≤ s≤ t) 。此外,我们假设对于每个t,随机变量yth是一个Donsker delta泛函δYt(y)。不清楚B(t)是否是关于G的半鞅。因此我们定义了B- 方程(1.3)中的积分为正积分。
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

2022-6-2 22:07:52
见第2节。现在,假设我们将一个自我融资的Gt适应投资组合π(t)=π(t,Yt)应用于该市场,其中π(t)是t时投资于风险资产的相应财富的分数。相应的财富过程X(t)=Xπ(t)满足方程(dX(t)=π(t,Yt)X(t)[α(t)dt+β(t)dB(t);t∈ [0,T]X(0)=X>0。(1.4){eq1.3}{eq1.3}设A为G的集合-调整、自我融资投资组合π(t,Yt),使forwardequation(1.4)具有唯一的解决方案。我们研究了以下内部最优投资组合问题:问题1.1发现π*∈ A这样的j(π*) = supπ∈AJ(π),(1.5){eq17}{eq17},其中j(π):=E[对数(Xπ(T))]。(1.6){eq18}{eq18}定义1.2市场(1.2)-(1.4)充满了可行的ifsupπ∈AJ(π)<∞. (1.7){eq via}{eq via}在本文后面,我们将处理Yt=B(t+t)的特殊情况。然后,我们不考虑一般过滤G,而是考虑过滤H={Ht}t∈[0.T],其中Ht=Ft∨ σ(B(t+t+r),0≤ r≤ - t型- t)t型∈ [0,T],处理问题(1.2)-(1.7)。请注意,在这种情况下,A是一组H自适应、自融资的投资组合sπ(t,B(t+t)),因此方程(1.4)中的Yt=B(t+t)具有唯一的解。本文的目的是研究在什么样的内幕信息流下,内幕市场是可行的还是不可行的。特别是,我们证明,如果f或所有t内幕人士知道B(t+εt)的值,对于某些εt>0,那么内幕市场是不可行的,如果ztεtdt=∞.这扩展了[PK]中的一个结果,其中证明,如果知情者从时间0开始就知道B(T)的值(对应于εT=T的情况- 那么市场是不可行的。这类问题在论文【DOPP】(具体见第6.3节)中进行了研究,但方法不同,结果不如我们的论文那么明确。Corcuera等人。
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

2022-6-2 22:07:55
[C] 处理了这类问题,但使用了另一种称为动态扩大过滤的过滤方法。这种过滤包括通过一个独立的噪声过程(倾向于0 asT方法)对底层变形函数的了解。这类信息与我们在本文中考虑的信息不同。解决问题的方法也不同于[C]。本文的结构如下:在第二节中,我们简要回顾了正积分、Donsker delta泛函和Hida Malliavin微积分。在第3节中,我们假设Yt=(Y(1)t,Y(2)t)。在定理3.1中,我们根据Donskerof Yt及其Hida Malliavin导数的条件期望给出了最优投资组合的显式表示。然后,我们考虑了Y(1)t=B(t+ε(1)t)和Y(2)t=B(t+ε(2)t)表示ε(1)t<ε(2)t的情况。在定理3.2中,我们证明了终端财富过程的最大期望对数效用仅取决于B(t+ε(1)t)的知识。因此,我们推导出,给定信息σ(B(t+t+r),0≤ r≤ -t型-t),t型∈ [0,T]对于内幕人士,B(T+T)的信息是相关的。在定理3.4中,我们给出了获得可行市场的条件。然后,我们给出了一些描述生存能力的例子。最后,在第3.2小节中,我们处理了t+t<t且Ht=Ft+t的情况。我们表明,当且仅当ifRTtdt<∞. 因此,在这种情况下,市场是不可维护的。2正积分和d onsker delta泛函2.1关于布朗运动的正积分由于我们不确定B(t)是否是H下的半鞅,我们将方程(1.3)和(1.4)解释为正积分。关于布朗运动的前向积分在开创性论文【RV】中首次定义,并在【RV1】、【RV2】中进一步研究。
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…
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