楼主: nandehutu2022
1254 46

[量化金融] 美式看跌期权的鲁棒界 [推广有奖]

21
nandehutu2022 在职认证  发表于 2022-6-1 17:20:57
如备注5末尾所述,为了本节的分析目的,不是度量u和ν满足重要的色散假设,而是πlci非常简单,{k:g(k)>k}是一个单一区间,f是单调递减函数。从单调f和g开始,让u连续,并定义ν由ν(dy)=Rxu(dx)χf(x),x,g(x)(dy)和πlcbyπlc(dx,dy)=u(dx)δx(dy)I{x≤e-}+ u(dx)χf(x),x,g(x)(dy)I{x>e-}, (14) 3.2分散假设3稳健边界当u为无原子时,对(u,ν)可能满足或不满足假设1,但尽管如此,可以按照本节中的描述准确构建候选最优模型、停止时间和对冲,并可以通过本节中的方法证明其是最优的。由于我们的分析仅通过函数(f,g)依赖于对(u,ν),因此我们可以将任何(f,g)作为出发点∈ 周一。备注7。在一个相关问题中,Hobson和Klimmek【20】展示了如何在色散假设下,将上下函数描述为一对耦合微分方程的解。在我们的例子(f,g)中,解[e]上的一对耦合微分方程-, ru)从微分(9)和(10)中获得:dfdx=-g级- xg公司- fρ(x)η(f)- ρ(f),dgdx=x- fg公司- fρ(x)η(g),初始条件为f(e-) = e-= g(e-). 另见Henry Labard\'ere和Touzi【16,方程式(3.10)和(3.9)】。Beiglb¨ock Juillet[6]中的左幕鞅耦合背后的原理是,它们确定从左到右依次映射时间1 x处的质量的位置。在我们当前的设置中,有一个间隔(lu,e-] 在第1次和第2次之间,质量可以保持不变。在e的右边-我们可以通过尽可能少的移动质量来定义f,g。

22
kedemingshi 在职认证  发表于 2022-6-1 17:21:00
这导致敖德信评论7.3.2.2美国PutAspect K∈ (e)-, ru]并假设f和g的构造如引理5所示。定义∧:[g-1(K),K]7→R乘以∧(x)=(K- f(x))- (K)- x) x个- f(x)-(K)- x) g(x)- x=(g(x)- K) g(x)- x个-(K)- K) x个- f(x)。(15) 图中∧是图4中两条虚线斜率的差异。KKFXG坡度(K-f)-(K)-x) x个-F坡度(K-x) g级-x图4:标有x、f和g点的看跌期权草图。∧(x)是两条虚线斜率的差异。引理6。假设K∈ (e)-, ru]和f(K)<K。然后有一个唯一的x*= x个*(u,ν;K,K)∈(g)-1(K),K),使得∧(x*) = 0、此外f(x*) < Kand(K- f(x*))g(x*) - f(x*)=(K)- x个*)g(x*) - x个*=((x)*- f(x*) - (K)- K) )x*- f(x*)= 1.-(K)- K) )x*- f(x*). (16) 3.2色散假设3u无原子时的稳健界限。很明显,见图4,因为f和g是连续的单调函数,所以∧是连续的且严格递增的。此外,∧(g-1(K))=-(K)-K) g级-1(K)-(f)og级-1) (K)<0且∧(K)=K-f(K)K-假设f(K)>0。因此∧=0有一个唯一的根。在这一根上,(16)中的品质保持不变。假设K>e-f(K)<K和x*= x个*(u,ν;K,K)∈ (e)-, K) 等于∧(x*) = 我们定义一个鞅耦合如下(上标* 表示wedefine的数量是最佳候选数量的事实):考虑Ohm*= R×R={ω=(ω,ω)}配有Borel-sigma代数F*= B类(Ohm*). 设(X,Y)为坐标过程,使X(ω)=ω,Y(ω)=ω。让F*小题大做*= σ(X)和F*= σ(X,Y)。最后,对于^π∈ πM(u,ν)设P^π为鞅耦合P^π(X∈dx,Y∈ dy)=^π(dx,dy)和集S*= (Ohm*, F*, F*:= (F)*, F*, F*), P^π)。

23
kedemingshi 在职认证  发表于 2022-6-1 17:21:03
然后*, M^π=(u,X,Y))isa(u,ν)-一致性模型。很容易找到u和ν的鞅耦合,使得(f(x*), x个*) 映射到(f(x*), g(x*)).例如,我们可以取^π=πlc=πlc(u,ν),Beiglb¨ockand Juillet的左幕鞅耦合[6]。更一般地,让^πx*∈^∏M(u,ν)是任意鞅耦合,使得^πx*地图(f(x*), x个*) 至(f(x*), g(x*)) 和(f(x*), x个*)Cto(f(x*), g(x*))C、 图3所示的鞅耦合具有这个性质。让M*= (M)*= u,M*= 十、 M级*= Y)是P(X)这样的随机过程∈ dx,Y∈ dy)=^πx*(dx,dy)。然后M*∈ 米(秒)*, u, ν). Letτ*停车时间τ*= 1开(-∞, x个*) 和τ*= 2否则。我们在下面定理2中的主张是*, M*) 和停止时间τ*因此,在所有一致的模型中,美国在这一停售时间下的基于模型的价格是可能的最高价格。x个*XKK图5:图3和图4的组合,显示了它们如何联合定义最佳模型和最佳对冲。通过调整x,我们可以找到x*使得∧(x*) = 0、将数量(f(x*), x个*, g(x*))确定最佳模型、停止时间和对冲。继续假设K>e-和f(K)<K。现在我们定义了美式看跌期权的超边缘。3.2色散假设3u为原子自由基ψ时的稳健界*是函数ψ*(z)=(K)- z) z≤ f(x*);(g(x*)-z) (K)-f(x*))g(x*)-f(x*)f(x*) < z≤ g(x*);0 z>g(x*).(17) 注意,通过构造和(16),K-f(x*)g(x*)-f(x*)=K-x个*g(x*)-x个*然后ψ*(十)*) = K- x个*. 此外,ψ*是凸的且满足ψ*(z)≥ (K)- z) +。由此引理2,ψ*可用于构造asuperhedge(ψ*, φ*, θ*1,2).在下面的定理中,我们将假设美式看跌期权在时间1(或等价地,K)并不总是严格地存在于货币中≤ ru)。K>ru情况的讨论推迟到下文第3.3.5节。定理2。假设假设1成立。1、假设K∈ (e)-, ru]和f(K)<K。

24
何人来此 在职认证  发表于 2022-6-1 17:21:07
模型*, M*) 在前面的段落中描述了一个一致的模型,其中美式期权的价格是最高的。停车时间τ*是最佳锻炼时间。函数ψ*(17)定义了最便宜的SuperEdge。此外,基于模型的最高价格等于最便宜的SuperEdge的成本。2、假设任一情况A:K≤ e-或者那样B:K∈ (e)-, ru]和f(K)≥ K、 然后有一个一致的模型,其中(Y<K)=(X<K)∪ (X>K,Y<K),如果X<Kandτ=2,则任何具有停止规则τ=1的此特性的模型都可以获得最高的组成模型价格。最便宜的超边缘由ψ(x)=(K)生成- x) +且基于模型的最高价格等于最便宜对冲的成本。备注8。在定理2的第2部分中,左帘耦合生成了一个模型,当与定理的停止规则相关联时,该模型可获得最高的一致模型价格。证据1、假设K>e-f(K)<K。那么通过引理6,有一个唯一的x*∈ (g)-1(K),K),使得∧(x*) = 0.对于此x*我们可以找到f*= f(x*) 和g*= g(x*) 带f*< K K<g*这样的话-f*g级*-f*=K-x个*g级*-x个*. 出于排版原因,我们将此缩写为(x*, f*, g级*) 至(x,f,g)进行本证明的剩余部分。因为ν是连续的,所以f,x,g解(9)和(10)。元素f、x、g可用于使用上述引理6之后的构造来定义模型。对于该模型,我们可以计算美式看跌期权的预期收益。同时,我们可以使用(f,x,g)定义超边缘。剩下的任务是证明SuperEdge的成本等于基于模型的预期收益。

25
nandehutu2022 在职认证  发表于 2022-6-1 17:21:09
然后,通过第2.4节的讨论,我们找到了一个最优模型和一个最便宜的超边缘。美式看跌期权的预期收益(对于该模型和停止规则)为ZX-∞(K)- w) u(dw)+Zf-∞(K)- w) (ν)- u)(dw)=Pu(x)+(K- x) P′u(x)+D(f)+(K- f)D′(f)。现在我们考虑套期保值成本。设置Θ=K-fg公司-f∈ (0, 1). 注意,由于x是∧(x)=0,我们有Θ=K-xg公司-x、 回想一下ψ的定义*在(17)中。然后ψ*(y) =Θ(g- y) ++(1- Θ)(f)- y) +。使用引理2,我们可以使用ψ*生成超级边缘策略。该策略的成本为ΘPν(g)+(1- Θ)Pν(f)+(1- Θ)[Pu(x)- Pu(f)],(18)3.2色散假设3u无原子时的稳健界限,其中前两项来自购买静态time-2投资组合ψ*第三个来自购买time-1投资组合(K- w)+- ψ*(w) 。(18)中的表达式可以重写Aspu(x)+D(f)+Θ[Pν(g)- Pν(f)- Pu(x)+Pu(f)]。现在,我们考虑套期保值成本(HC)和基于模型的预期支付(MBEP)之间的差异。回想一下,Pχ(k)=Rk-∞(k)- x) χ(dx),χ∈ {u,ν},且D(k)=Du,ν(k)=Pν(k)- Pu(k)。然后(9)和(10)可以重写为asP′u(x)- P′u(f)=P′ν(g)- P′ν(f),(19)(xP′u(x)- Pu(x))- (fP′u(f)- Pu(f))=(gP′ν(g)- Pν(g))- (fP′ν(f)- Pν(f))。(20) 我们发现- MBEP=Θ[Pν(g)- Pν(f)- Pu(x)+Pu(f)]- (K)- x) P′u(x)- (K)- f)D′(f)=ΘgP′ν(g)- xP′u(x)- fD′(f)- (K)- x) P′u(x)- (K)- f)D′(f)=Θ(g)- x) P′u(x)+(g- f) D′(f)- (K)- x) P′u(x)- (K)- f)D′(f)=P′u(x)[Θ(g- x)- (K)- x) ]+D′(f)[Θ(g)- f)- (K)- f)]=0,其中我们分别使用(20)、(19)和Θ的定义。模型的最优性、停止规则和对冲现在随之而来。(K,K)KKψ(y)φ(x)+ψ(x)图6:ψ(y)=(K)的看跌期权草图- y) +和φ(x)=(K- x)+- (K)- x) +。2、现在假设K≤ e-.

26
nandehutu2022 在职认证  发表于 2022-6-1 17:21:12
考虑一个行使规则,其中美式看跌期权如果在货币中,则在时间1行使,否则在时间2行使,以及一个模型,其中低于Kat时间1的质量在时间1和2之间保持不变。(这是可能的,因为u≤ ν开(-∞, e-) 和K≤ e-.)美国看跌期权的预期收益-∞(K)- x) u(dx)+ZK-∞(K)- y) (ν)- u)(dy)=Pu(K)+Pν(K)- Pu(K)。(21)3.3u无原子时f 3鲁棒界中的单跳或者,假设K>e-但f(K)≥ K、 然后在左幕下,Kat时间1以下的鞅耦合质量在时间1和2之间保持不变(注意K≤ f(K)≤ e-), Kand-Kat时间1之间的质量映射为(K,∞). 然后,低于Kat时间2的质量要么低于Kat时间1,要么高于Kat时间1。该模型下的预期收益(如果美式看跌期权在货币中,则使用在时间1行使的策略)再次由(21)给出。现在考虑对冲成本。设ψ(y)=(K- y) +。定义φ如引理2中所示,我们发现φ(x)=(K- x)+- (K)- x) +=(K- (十)∨ K) )和超边缘成本isHC=Pν(K)+Pu(K)- Pu(K)。因此,基于模型的预期收益等于对冲成本。3.3现在,g>x的两个间隔和fWe中的一个向下跳跃将色散假设放宽到f不是单调的情况。可能出现这种情况的最简单情况是,g(x)>x有两个区间。我们并不认为有许多自然的例子属于这种情况,而是这个中间案例说明了在一般情况下可以发现的现象,但在分散假设下无法找到。假设2(单跳假设)。u和ν分别与连续密度ρ和η绝对连续。ν在上有支持(lν、 rν) (-∞, ∞) 且η>0开(lν、 rν)。u支持(lu,ru) (lν、 rν)和ρ>0开(lu,ru)。

27
可人4 在职认证  发表于 2022-6-1 17:21:15
此外:(u)- ν) +集中在E=(E-, e+)∪ (e)-, e+,e+<e-E上的ρ>η;(ν - u)+集中在(lν、 rν)\\E和η>ρon(lν、 e类-) ∪ (e+,e-) ∪ (e+,rν);存在f′<e-和x′∈ (e+,e-) 使Zx′f′u(dz)=Zx′f′ν(dz)和Zx′f′zu(dz)=Zx′f′zν(dz)。(22)在假设2下,可以找到(f,g)∈ Ξ(lu,ru)(lν、 rν)周一。功能g:(lu,ru)→ (lν、 rν)和f:(lu,ru)→ (lν、 rν)满足(参见图7的下半部分):1。g(x)=x开(lu,e-] ∪ [x′,e-];2.g(x)>x on(e)-, x′)∪ (e)-, ru);3、g是连续且严格递增的;4、f(x)=x开(lu,e-] ∪ [x′,e-];5、f:(e)-, x′)7→ (f′,x′)连续且严格递减;6、f:(e)-, ru)7→ (lν、 e类-) \\ (f′,x′)严格递减;7、存在x′\'∈ (e)-, ru)使得f在x′处跳跃;此外,f(x′)-) = x′>f′=f(x′)+。远离x′,f在(e)上连续-, ru)。3.3当u为无原子f′x′=g′(f′,f′)(e)时,f 3鲁棒界中的单跳-, e-)(x′,x′)(e-, e-)(x′,x′)(x′,g(x′))gf图7:假设2下f和g的图片。通过构造,我们得到zx′x′u(dz)=Zg(x′)x′ν(dz);Zx′x′zu(dz)=Zg(x′)x′zν(dz),(23),因此如果时间1时(x′,x′)中的质量映射到时间2时的(x′,g(x′),则保留总质量和平均质量。注意,给定(f′,x′)满足(22),我们也有rx′f′u(dz)=Rg(x′)f′ν(dz)和rx′f′zu(dz)=Rg(x′)f′zν(dz)。特别地,给定(22)和(23),方程szx′fu(dz)=Zg(x′)fν(dz);Zx′fzu(dz)=Zg(x′)fzν(dz)有两个f的解,即f=x′和f=f′。因此,在定义左幕鞅耦合时,在x′处有两种选择:我们可以取f(x′)=x′或f(x′)=f′。与其假设其中一个选项(例如,通过要求f的左连续性),不如允许f是多值的。

28
kedemingshi 在职认证  发表于 2022-6-1 17:21:20
那么,对于x,g(x)>x让(x) ={f:(f,x,g(x))解(9)和(10)}。3.3当u为无原子时,f 3鲁棒边界中的单跳,然后在假设2的设置中,对于x>e-, |(x) |=1,x′和(x′)={f(x′)+,f(x′)-)} = {f′,x′}。备注9。如备注5所述,当构造与本节分析相符的示例时,我们可以从图7下半部分中的f、g开始。支持给定u(lu,ru)我们可以通过ν(dy)=ru(dx)χf(x),x,g(x)定义ν。然后这对(u,ν)满足假设2的假设。备注10。回想备注7和左帘联轴器中的数量是从左到右确定的原理。假设u和ν具有连续密度,且η>ρon(lu,e-) 我们可以在这个间隔上设置f=g=x。在e的右侧-我们有ρ>η,我们可以使用备注7中的微分方程定义和g。有两种情况,对于allx,g(x)>x∈ (e)-, ru)(在这种情况下,我们可以在(e)上定义(f,g-, ru)具有引理5)中所述的性质,或存在某个点,在该点处g首次再次击中对角线y=x。这一点正好是x′。如果x′存在,则必须满足x′∈ (e+,e-). 然后我们在(x′,e)上设置g(x)=x-) 让f=g求解与备注7中相同的耦合微分方程,但具有新的起点g(e-) = e-= f(e)-).ODE确定f和g,直到f首次达到x′。这发生在x′,在x′时,f跳到f′(g是连续的)。在x′的右侧,f和g在初始条件f(x′)=f′,g(x′)=g(x′)的情况下再次求解微分方程-).回想一下定义∧(x)=g(x)-千克(x)-x个-(K)-K) x个-f(x)。如果f是多值的,那么∧也将是多值的。

29
nandehutu2022 在职认证  发表于 2022-6-1 17:21:23
在第3.2节中,我们的主要步骤之一是找到x,使得∧(x)=0,我们的目标类似。引入定义为f的Υ=ΥK,K(f,x,g)≤ K、 x个≤ K≤ g乘以Υ(f,x,g)=(K- f)- (K)- x) x个- f-K- xg公司- x=克- 公斤- x个-(K)- K) x个- f、 我们的目标不是寻找∧(x)=0的根x,而是用g=g(x)和f来寻找(f,x,g)∈ (x) 使得Υ(f,x,g)=0。固定K时,K(f′=f(x′)+,x′,g(x′))=0的K值由K=f′+(K)给出- x′)g(x′)-f′g(x′)-x′。类似地,Ksuch的值为Υ(x′=f(x′)-), x′,g(x′)=0由K=x′+(K)给出- x′)g(x′)-x′g(x′)-x′。这促使引入线性递增函数Lu,Ld:[x′,g(x′)]→ 定义为u(x)=x′+(x- x′)g(x′)- x′g(x′)- x′,(24)Ld(x)=f′+(x- x′)g(x′)- f′g(x′)- x′。(25)从图形上看,Ld和Lu分别是图8中虚线三角形区域G的下边界和上边界。从图8中,我们确定了需要四种不同鞅耦合和对冲策略的四个区域(和不同的子区域),以便找到基于模型的美国看跌期权的最高预期收益。(将其与图3中色散假设下的两种状态进行比较。)定义符={(k,k):e-< k<x′,f(k)<k<k},我们更简洁地写为R={e-< k<x′,f(k)<k<k}。当u为无原子表示法定义值{e时,在f 3鲁棒边界中使用相同的compact3.3单跳-< k<x′,f(k)<k<k};R={e-< k<x′,f(k)<k<k}∪ {k=x′,x′<k<k};R={x′′<k<g(x′),Lu(k)≤ k<k};R={x′′<k<g(x′),f(k)<k≤ Ld(k)};R={g(x′\'))≤ k≤ ru,f(k)<k<k};B={lu≤ k≤ e-, k<k}∪ {e-< k<x′,k≤ f(k)}∪ {x′′<k≤ ru,k≤ f(k)};B={x′≤ k≤ x′,k≤ f′};B={x′≤ k≤ e-, x′≤ k<k}∪ {e-< k≤ x′,x′≤ k≤ f(k)};G={x′′<k<G(x′),Ld(k)<k<Lu(k)};W={x′≤ k≤ x′,f′<k<x′};并设置R=∪i=1土地B=∪i=1Bi。

30
kedemingshi 在职认证  发表于 2022-6-1 17:21:27
通常,在区域之间的边界上,边界可以分配给任一区域。然而,我们将边界上的点分配给对冲最简单的区域。请注意,R∪ B∪ G∪ W={(k,k):lu≤ k≤ ru,k<k}。图8:双模情况下f和g的图片,现在有4个区域阴影(交叉阴影、对角线、虚线和空白)。3.3.1情况(K,K)∈ R、 引理7。假设(K,K)∈ R、 然后存在x*= x个*(u,ν;K,K)∈ (g)-1(K)、K)和f*∈ (十)*) 使得Υ(f*, x个*, g级*= g(x*)) = 0.证明。假设(K,K)∈ R∪ R∪ R、 考虑∧:[g-1(K),K]7→ 定义人(15)。注意,对于(K,K)的这种选择,f和g在[g]上都是连续的-1(K),K],见图7。因此∧(x)=Υ(f(x),x,g(x))也是连续的。然后,与引理6的证明相同的论证表明,存在唯一的x*= x个*(u,ν;K,K)∈ (g)-1(K),K),使得∧(x*) = 现在假设(K,K)∈ R∪如前所述,考虑∧。回想一下∧在增加,∧(g-1(K))<0且∧(K)>0。另一方面,g-1(K)<x′,因此∧在x′处具有向上跳跃(因为fh在x′处具有向下跳跃)。有两种情况取决于(K,K)∈ Ror R.1。假设K>Lu(K)。然后∧(x′\'-) > 0.自∧(g-1(K))<0,通过∧on(g)的连续性-1(K),x′),存在唯一的x*= x个*(u,ν;K,K)∈ (g)-1(K),x′),使得∧(x*) = 如果K=Lu(K),那么Υ(x′,x′g(x′))=0,我们取x*= x′,g*= g(x′)和f*= f(x′)-) = x′。3.3当u为无原子2时,f 3鲁棒边界中的单跳。假设K<Ld(K)。然后∧(x′+)<0。此外,由于∧(K)>0,存在唯一性*= x个*(u,ν;K,K)∈ (x′,K)使得∧(x*) = 如果K=Ld(K),那么Υ(f′,x′,g(x′))=0,我们取x*= x′,g*= g(x′)和f*= f(x′)+=f′。引理7,for(K,K)∈ 存在{f*∈ (十)*), x个*, g级*= g(x*)} 使得Υ(f*, x个*, g级*) = 0、假设(K,K)∈ R∪R∪R

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
jg-xs1
拉您进交流群
GMT+8, 2025-12-22 14:12