|
虽然φ接近于零的值可能更符合实际市场,但它确实突出了量子随机方法的可能性。V(t,x,)t+rxV(t,x,)x+rV(t,x,)- V(t,x,)r+σxx∞Xk=2k-2k!kV(t,x,)xk+σ∞Xl=2(-x) l-2l!lV(t,x,)l=0(9)3非局部扩散和量子随机过程3.1 Kolmogorov前向方程利率为零时,量子Black-Scholes方程(例如方程(7)和方程(8))成为标准的Kolmogorov后向方程。这些方程在两个变量中的一般形式如下所示:u(t,x,)t=g(x,)∞Xk=2f(x,, ε) k级-2k!ku(t,x,)xk+g(x,)∞Xl=2f(x,, ε) l-2l!lu(t,x,)l(10)【18】命题3.1给出了关联的Kolmogorov正演方程和方程(10):p(x,, t)t型=∞Xk=2(-1) kk!kg(x,)1/2层(x,, ε) k级-2p(x,, t)xk公司+∞Xl=2(-1) ll!lg(x,)1/2层(x,, ε) l-2p(x,, t)l(11)在【18】第3节中,通过矩匹配技术,可以将方程(11)与非局部扩散过程的正向方程相关联。例如,在一个简单的翻译案例中,我们设置:g(x,) = σ、 f(x,, ε) =ε和g(x,) =f(x,, ε) = 0. 方程式(11)变为:p(x,t)t=σ∞Xk=2(-1) kεk-2k!k(p(x,t))xk(12)非局部扩散过程的正向方程可以写成:p(x,t)t=σx个Z∞-∞H(y)p(x- y、 t)dy(13) 函数H(y)具有“模糊”扩散算子影响的影响。如果H(y)替换为狄拉克函数δ(y),则该方程简化为标准的Kolmogorov前向方程。接下来,我们使用Kramers-Moyal技术展开y=0:p(x- y、 t)=Pk≥0(-1) kykk!kp(x,t)xk。将其插入方程(13),我们得到:p(x,t)t=σXk公司≥0(-1) kk!k(p(x,t))xkZ公司∞-∞ykH(y)dy(14) 现在方程(12)和(14)之间的方程系数我们得到([18],命题3.2):引理3.1。
|