全部版块 我的主页
论坛 经济学人 二区 外文文献专区
946 10
2022-06-11
英文标题:
《On the martingale property in the rough Bergomi model》
---
作者:
Paul Gassiat
---
最新提交年份:
2019
---
英文摘要:
  We consider a class of fractional stochastic volatility models (including the so-called rough Bergomi model), where the volatility is a superlinear function of a fractional Gaussian process. We show that the stock price is a true martingale if and only if the correlation $\\rho$ between the driving Brownian motions of the stock and the volatility is nonpositive. We also show that for each $\\rho<0$ and $m> \\frac{1}{{1-\\rho^2}}$, the $m$-th moment of the stock price is infinite at each positive time.
---
中文摘要:
我们考虑一类分数阶随机波动率模型(包括所谓的粗糙Bergomi模型),其中波动率是分数阶高斯过程的超线性函数。我们证明了股票价格是真鞅当且仅当股票的驱动布朗运动与波动率之间的相关性为非正时。我们还表明,对于每一个$\\rho<0$和$\\m>\\frac{1}{{1-\\rho^2}}}美元,股价的第m$时刻在每个正时间是无限的。
---
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:
-->
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
2022-6-11 05:04:14
关于粗糙BERGOMI模型中的鞅性质Paul GASSIATAbstract。我们考虑一类分数随机波动率模型(包括所谓的Drough-Bergomi模型),其中波动率是分数高斯过程的超线性函数。我们证明了当且仅当股票的驱动布朗运动与波动率之间的相关性ρ为非正时,股票价格才是真鞅。我们还表明,对于每个ρ<0和m>1-ρ、 股票价格的第m个时刻在每个正时刻都是有限的。1、导言和主要结果我们对分数随机波动率模型感兴趣,其中,风险中性度量下(贴现)股票价格的动态形式为(1.1)dSt/St=σ(t,Yt)dWt(1.2)Yt=ZtK(t,s)DZSW,其中Zt=ρWt+(R)ρ′Wt,W,(R)W是过滤概率空间上的两个独立布朗运动(Ohm, (Ft)t≥0,P),ρ+(R)ρ=1。我们想到的一个具体例子是[2]中介绍的所谓粗糙Bergomi模型。模型Y是Hur-st参数H的Riemann-Liouville分数布朗运动∈ (0,1),即K(t,s)=CH(t- s) H类-波动率函数取mσ(t,y)=ζ(t)exp(ηy),其中η>0,ζ是t的连续函数∈ (0,)是一大类分数随机波动率模型(所谓的“粗糙波动率模型”)的一部分,该模型最近被观察到再现了历史数据[11]和定价数据[1、9、2]的若干特征,并且是近期学术活动的主题。我们在本文中考虑的第一个问题是,价格过程(显然是局部鞅(和超鞅))是否是真鞅。tru鞅性质在实践中非常重要,使用严格的局部鞅测度进行定价有一些明显的回扣。
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

2022-6-11 05:04:17
例如:如果S是严格局部鞅,那么对于某些T>0的E[ST]<sfo,因此,在时间T之前持有一单位股票的模型给出的价格已经与市场数据不一致(这表明资产价格高于其实际“基本”价值。作者感谢P.K.Friz的相关讨论。ANR通过项目ANR-16-CE40-0020-01部分支持这项工作。例如,参见网站https://sites.google.com/site/roughvol/home获取相关文献的最新列表。2 PAUL GASSIATand为此,在泡泡建模中使用了严格的局部鞅模型,见[17]和其中的参考文献)。请注意,在粗糙的Bergomi模型中,由于σ的超线性增长,Novikov的鞅性定理永远无法满足。然而,我们表明,如果相关性是非正的(这通常是实际应用中的情况),价格过程确实是一个真正的鞅。实际上,您的结果并不依赖于粗略的Ber-gomi模型中σ的具体形式,只需要对K和σ进行假设(相当弱)。我们还展示了aRiemann-Liouville型核在σ超线性增长的更具体假设下的相反含义。定理1。(1) 假设核K(2.3)定义了具有连续样本路径的高斯过程,σ:[0,∞) ×R→ R+连续且有界于[0,T]×上(-∞, a] 对于每个T,a>0。
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

2022-6-11 05:04:20
那么如果ρ≤ 0,(St)t≥0由(1.1)-(1.2)定义为真鞅。(2) 此外,假设存在T>0,对于某些α>,0≤ s≤ t型≤ T、 K(T,s)=K(T- s、 0)≥ α(t- s) α-1和σ≥ σ在[0,T]×R上,其中σ:[0,T]×R→ R+是连续的,在x中不递减,在x中局部Lipschitz(在t中均匀∈ [0,T]),并且对于一些A>0,(1.3)Z+∞A.winft公司∈[0,T]σ(T,w)αdww<+∞,那么,如果ρ>0,对于每一个t>0,就有E[St]<S。这个注释的第二个结果是关于股票价格的矩。我们表明,在类似的假设下(通过粗略的B ergomi模型得到满足),对于ρ的每个值∈ (-1,0],一些高阶矩是有限的。定理2。假设存在T>0 s.T。对于某些α>,K(s,T)=α(T- s) α-1对于所有0≤ s≤ t型≤ Tandσ=σ在[0,T]×R上,σ如定理1(2)所示。那么如果ρ≤ 0,m>1表示ρ<m-1m,它认为对于所有t>0,E[Smt]=+∞.矩的不确定性很重要,例如在蒙特卡罗模拟中(要知道蒙特卡罗误差由CLT估计值决定,需要有限方差)和在渐近公式e中(要从股价大偏差到调用价格渐近,请参见示例【8,第4.2节】)。因此,获得相反的(积极的)结果将非常有用。我们注意到在布朗情形下(K≡ 1) ,上述两个结果都是众所周知的,参见[19,15,16],在这种情况下,条件ρ>m-1也是动量确定的充分条件。在粗糙的赫斯顿模型中,[12]最近获得了一些关于股价变动的结果(这些结果在精神上与经典的赫斯顿模型相似,因此与我们的结果截然不同)。
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

2022-6-11 05:04:23
最后,我们想指出的是,通过【14】中的不同方法,已经独立获得了第2项的更通用版本。这篇笔记的其余部分致力于定理1和2的证明,我们现在概述一下。定理1的证明遵循了经典论点(已在上述[19,15,16]中找到),其他参考文献也可参见[3,18]),该论点将s到仓促指数的鞅性质与SDE的爆炸联系起来(在我们的例子中,这将是Volterra SDE)。鞅性质(1)本质上是直接的,而(2)的证明来自于Volterra SDE可能在任意短时间内以正概率爆炸的事实。定理2的证明依赖于Bou'e-Dupuis公式,该公式将布朗泛函的指数期望表示为(她的e:Volterra)随机控制表的值。WeON The MARTINGALE PROPERTY IN The ROUGH BERGOMI MODEL 3然后,对于所考虑的参数值,我们可以选择一个反馈控制,例如,在前面的证明中,过程(和价值)在任意短的时间内爆炸。即使在经典的阿尔(马尔可夫n)案例中,这一证明也是新的。2.证据2.1。预备工作。2.1.1. Volterra积分方程。在本小节中,我们fixkα(r)=αrα-1对于某些α>0,z:[0,∞) → R continuousb:[0,∞) ×R→ R+continuousand与Volterra方程(2.1)y(t)=z(t)+ZtKα(t)相反- s) b(s,y(s))ds,t≥ 0,未知y。我们将使用以下结果。提案1。假设b在x中是Lipschitz连续的,在t中是一致的∈ [0,T],对于每个T>0。然后(2.1)在[0]上允许唯一的连续解y,∞).证据唯一性很容易直接检查,其存在性源自【13,定理12.2.8】。提案2。
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

2022-6-11 05:04:26
假设b在x中为非减量且在x中为局部Lipschitz(一致int∈ [0,T]对于每个T>0)。然后:(1)存在唯一对(y,T∞) 使得y是[0,T]上(2.1)的连续解∞),和限制→T∞y(t)=+∞.(2) 让T<T∞, u:[0,T]→ R连续,使u(t)≤ (分别为。≥ ) z(t)+ZtKα(t- s) b(s,u(s))ds,0≤ t型≤ T、 然后u≤ y(分别为u≥ y) 在[0,T]上。(3) 使用t 7→ z(t)和t 7→ b(t,x)为非递减(对于每个x∈ R) 。那么so ist 7→ y(t)。证据参见【13,定理13.5.1和1 3.4.7】和【6,定理2.6】。我们还将使用下面的引理,它给出了(2.1)解的爆破时间的显式上界。引理1。在命题2的设置中,假设t 7→ z(t)是不变的。然后用T∞如(1)所示,对于每个T>0(2.2)T∞∧ T≤ infx公司≥0h(x)+αZ∞x个winft公司∈[0,T]b(T,w)αdww!,其中h(x)=sup{t:z(t)≤ x} 。4保罗防毒。我们遵循[6]中的论点。根据命题2(2),当b替换为b时,必须考虑(2.1)的解:=inft∈[0,T]b(T,·)。We FIX x公司≥ 0 s uch该h(x)andR∞x个wb(w)αdwware有限公司,R>1,每个n≥ 0 we letTn=sup{t:y(t)≤ xRn}∈ (0, +∞].请注意,T≤ h(x)。然后我们得到了n≥ 1,对于每个t>Tn-1年(Tn∧ t) =xRn=z(Tn∧ t) +ZTn∧tα((Tn∧ t)- s) α-1b(y(s))ds≥ z(Tn∧ t) +ZTn∧tTn公司-1α((Tn∧ t)- s) α-1b(y(s))ds≥ xRn公司-1+(Tn∧ t型- 田纳西州-1) αb(xRn-1) 这里我们使用了y的单调性(命题2(3))。这意味着如果Tn-1有限,Tn也有限,有Tn≤ 田纳西州-1+x(Rn- 注册护士-1) b(xRn-1)α.亨塞特∞= T+Xn≥1(Tn- 田纳西州-1)≤ h(x)+Xn≥1.xRn公司- xRn公司-1b(xRn-1)α=h(x)+Xn≥1αZxRnxRn-1wα-1b(xRn-1) 数据仓库。我们通过让R↓ 1.2.1.2. 随机卷积。我们考虑以下随机卷积(2.3)Yt=ZtK(t,s)dZs(回想一下(Zt)t≥0是P-布朗运动)。我们回顾了众所周知的Y到b e连续的条件(参见e.g.[10,定理2.1])。提案3。
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