楼主: 可人4
940 54

[量化金融] 离散时间多先验无套利 [推广有奖]

21
可人4 在职认证  发表于 2022-6-14 12:56:59
为了证明逆不等式,只要证明φ∈ Φ(x,U,PT)eq+(·,Vx,φT(·))<∞ 俄勒冈州-(·,Vx,φT(·))<∞ 对于任何Q∈ QT。如果U从上方有界,这显然是正确的。现在假设假设3.13成立。让Q∈ 固定崩解的QT Q:=P q . . .  qTand选择器:=P*+Pp*+q . . . p*T+qT.然后R∈ PT,见(5)。假设ERU+(·,Vx,φT(·))<∞ (同样的论点适用于否定部分)。ThenTEQU+(·,Vx,φT(·))≤ ERU+(·,Vx,φT(·))<∞.Thusu(x)=supφ∈Φ(x,U,PT)infP∈QTEPU(·,Vx,φT(·))。接下来,我们展示了对于所有x≥ 0和φ∈ Φ(x,U,PT)U(x,φ):=infP∈QTEPU(·,Vx,φT(·))=infP∈PTEPU(·,Vx,φT(·))=:上(x,φ)。(7) 作为PT QT,向上(x,φ)≥ u(x,φ)。让Q∈ 固定崩解Q的QT:=P q. . .  qT。LetPn:=nP公司*+1.-nPnp公司*+1.-nq . . . np公司*T型+1.-nqT.则(5)表示Pn处的t h∈ PT,向上(x,φ)≤ EPnU(·,Vx,φT(·))(8),EPnU(·,Vx,φT(·))中唯一不乘以1/n的项是(1-1/n)特驱(·,Vx,φT(·))。此外,(5)意味着EPnU(·,Vx,φT(·))中出现的所有其他概率测度都属于PT。修复R∈ PTA是这一措施之一,并注意φ∈ φ(x,U,R)。理论3.8证明sNA(PT)和NA(R)条件均成立。我们首先证明ERU+(·,Vx,φT(·))<∞. 如果U从上方固定,这是立即的。假设假设3.13成立。然后【Blanchard等人,2018年,定理4.17】显示了几乎所有ωt∈ OhmT、 | Vx,φT(ωT)|≤TYs=1x个+|Ss(ωs)|αRs-1(ωs-1)=:λ∈ WT(9)组件Ss,αRs∈ Wsfor所有s≥ 1、假设x≥ 1否则,通过U+的单耳性,1可以用1代替x。然后【Blanchard和Carassus,2018年,提案3.24】(作为λ≥ 1) 表示Eru+(·,Vx,φT(·))≤ 4ERTYs=1x个+|Ss(·)|αRs-1(·)U+(·,1)+U-(·,)!< ∞,U+(·,1),U-(·,) ∈ 当前重量(如果ERU)-(·,Vx,φT(·))=-∞, 作为R∈ 我们得到u(x,φ)≤ 上(x,φ)=-∞. ThusuP(x,φ)=u(x,φ)。

22
kedemingshi 在职认证  发表于 2022-6-14 12:57:08
否则让n进入(8)中的单位,我们得到(x,φ)≤ 等式(·,Vx,φT(·)),取所有Q的最小值∈ QT,向上(x,φ)≤ 证明了u(x,φ):(7)。最终取(7)全部φ的上确界∈ Φ(x,U,PT),我们得到U(x)=上(x)。为了说明(6)存在最优解的推论,我们需要两个额外的假设。假设3.15存在一些0≤ s<∞ 此类th位于-s≤ Sit(ωt)<+∞ 适用于所有1≤ 我≤ d、 ωt∈ Ohm串联0≤ t型≤ T假设3.16适用于所有r∈ Q、 r>0,支持∈QTEPU-(·,r)<+∞.推论3.17假设theNA(QT)条件和假设2.1、2.2、3.15和3.16成立。此外,假设U是从上面看r有界的,或者假设3.13成立。莱克斯≥ 然后,存在一些最优策略φ*∈ Φ(x,U,QT),使得U(x)=infP∈QTEPU(·,Vx,φ*T(·))<∞.证据修复一些x≥ 定理3.8暗示sNA(PT)成立。因此【Blanchard和Carassus,2018,定理3.6】给出了uP(x)的最优策略的存在性。引理3.14允许得出结论,因为u(x)=向上(x)。3.2局部无套利条件和进一步结果我们现在转向局部条件,由于模型的结构,这些条件是证明的核心。我们回顾了【Bouchard和Nutz,2015,定理4.5】的第一部分,其中阐明了全球版本NA(QT)与其本地版本之间的基本联系。定理3.18假设假设2.1和2.2成立。那么下面的陈述是等价的。1、无(QT)条件成立。2、全部0≤ t型≤ T- 1,存在aQt完整度量集OhmtNA公司∈ 卑诗省(Ohmt) 使所有ωt∈ OhmtNA,hSt+1(ωt,·)≥ 0 Qt+1(ωt)-q.s。

23
大多数88 在职认证  发表于 2022-6-14 12:57:11
为了某些人∈ R意味着St+1(ωt,·)=0 Qt+1(ωt)-q.s。我们提出了无套利的另外两个局部定义,并建立了它们与定理3.24中的NA(Qt)条件的等价性,这与定理3.18类似。第一个定义提出了无套利的几何视图。Theo-rem 3.24扩展了[Jacod和Shiryaev,1998,定理3g]的u n i-先验结果,另见[Kabanov和Safarian,2010,命题2.1.6]。请注意,几何无套利出现在不同的多重先验背景下,参见【Obl\'oj和Wiesel,2018,命题6.4】和【Burzoni等人,2016b,C orollary 21】。类似的想法已经在【Bouchard和Nutz,2015年,引理3.3】中得到了利用。定理3.24也将允许我们证明命题3.28和定理3.30。回想一下,对于凸集C Rd,C的相对内部(见【Rockafellar,1970年,第6节】)为Ri(C)={y∈ Cε>0,Aff(C)∩B(y,ε) C} 其中,B(y,ε)是以y为中心,半径为ε的开口球。此外,对于凸值随机集R,Ri(R)是由Ri(R)(ω):=Ri(R(ω))定义的ω的随机集∈ Ohm.定义3.19几何无套利条件适用于所有0≤ t型≤ T-1,存在一些Qt全量测集OhmtgNA公司∈ 卑诗省(Ohmt) 对于所有ωt∈ OhmtgNA,0∈Ri(Con v(Dt+1))(ωt)。在这种情况下,对于所有ωt∈ OhmtgNA,存在εt(ωt)>0这样的thatb(0,εt(ωt))∩ Aff公司Dt+1(ωt) 卷积和多项式相乘Dt+1(ωt)。(10) 几何(局部)无套利条件确实是可行的:与Theorem3.24一起,它允许检查(全局)NA(QT)条件是否成立。

24
nandehutu2022 在职认证  发表于 2022-6-14 12:57:14
作为所有1的QTand≤ t型≤ TSt+1表示一个得到Ri(Conv(Dt+1))(·),并且很容易检查0是否在其中(有关此类推理的示例,请参见第4节)。其次,本着[R'asonyi和Stettner,2005,提案3.3](另见[Blanchard和Carassus,2018,提案2.3])的精神,我们引入了所谓的定量无套利条件。定义3.20如果所有0,则定量无套利条件成立≤ t型≤T- 1,存在一些Qt全量测集OhmtqNA∈ 卑诗省(Ohmt) 对于所有ωt∈ OhmtqNA,存在βt(ωt),κt(ωt)∈ (0,1)使得对于所有h∈ Aff(Dt+1)(ωt),h 6=0存在sph∈ Qt+1(ωt)满足pHh类St+1(ωt,·)<-βt(ωt)| h|≥ κt(ωt)。(11) 在re仅为风险资产且只有一个期间的情况下,(11)被解释为:存在一个先前的p+,风险资产的价格上涨幅度足够大,另一个p+-其减少,即p(±S(·)<-β) ≥ κ,其中β,κ∈ (0, 1).数字κ用于衡量收益/损失概率和误差的数值β。备注3.21定义3.20是对[Rasonyi和Stettner,2005,命题3.3]的多重先验设置的直接改编:概率度量取决于策略。对于买入或卖出一定数量的风险资产的代理人来说,总是有可能遭受潜在损失。命题3.37将表明,事实上,对于定义3.20中的所有策略,可以先选择一条评论。备注3.22定理3.8和命题3.37对于解决期望效用最大化问题很有价值。例如,当效用函数U定义为(0,∞) 它们为一步策略或U(Vx,ΦT)提供了自然边界,见(9)和[Blanchard和Carassus,2018,引理3.11和(44)]。

25
可人4 在职认证  发表于 2022-6-14 12:57:16
这被用来证明最优策略的存在性,但也可以用于数值计算。我们在第4节中提出了βtandκt的显式值。备注3.23在(11)中,βt(ωt)提供了关于Dt+1(ωt)的信息,而κt(ωt)提供了关于Qt+1(ωt)的信息。此外,定义3.20可等效如下:对于所有0≤ t型≤ T- 1,存在一些Qt全量测集OhmtqNA∈ 卑诗省(Ohmt) 使所有ωt∈ OhmtqNA,存在αt(ωt)∈ (0,1)使得对于所有h∈ Aff(Dt+1)(ωt),h 6=0存在ph∈ Qt+1(ωt)满足pHh类St+1(ωt,·)<-αt(ωt)| h|≥ αt(ωt)。(12) 实际上,(12)意味着(11),并假设(11),(12)为真,αt(ωt)=min(κt(ωt),βt(ωt))∈(0, 1).定理3.24假设假设2.1和2.2成立。然后,a(QT)条件(见定义3.1)、几何无套利(见定义3.19)和定量无套利(见定义3.20)是等效的,可以选择OhmtNA公司=OhmtqNA=OhmtgNAfor ALL 0≤ t型≤ T- 此外,可以选择βt=εt/2in(11)(对于(10)中产生的εt)。证据见第5.2.2节。备注3.25在假设2.1和2.2以及任何无套利条件下,0∈ Conv(Dt+1)(ωt)和Aff(Dt+1)(ωt)是所有ωt的向量空间∈ OhmtNA。下一个命题是【Jacod和Shiryaev,1998,定理3】,但也可以作为定理3.24与【Bertsekas和Shreve,2004,Lemma 7.28 p174】和【Aliprantis和Border,2006,定理12.28】在特定设置中的直接应用,其中QT={P p ···  pT}。事实上,定理3.24并不直接适用,因为图(pt)属于Bc的隐修会(Ohmt×P(Ohmt+1),而不是(Ohmt×P(Ohmt+1),需要构建一些Borel可测量的pt版本。

26
mingdashike22 在职认证  发表于 2022-6-14 12:57:21
命题3.26将在续集中使用,以证明NA(P)条件h为真。命题3.26假设假设假设2.1适用于t rue和letP∈ P(OhmT) 固定崩解P:=P p ···  pTwherept∈ SKT适用于所有1≤ t型≤ T、 ThentheNA(P)条件成立,当且仅当0∈国际扶轮社卷积和多项式相乘Dt+1P(·)Pt-a.s.适用于所有0≤ t型≤ T- 备注3.27类似地,在命题3.26的假设下,可以证明NA(P)条件成立,当且仅当QT={P}的定量无套利成立,这正是[R'asonyi和Stettner,2005,命题3.3]。在这种情况下,我们用αPt表示αtin(12)。我们现在建立一些棘手的可测性属性。命题3.28假设假设假设2.1和2.2成立。在无套利条件下(见定义3.1、3.19和3.20),可以选择aBc(Ohmt) εt(in(10))和βt(in(11))的可测量版本。证据见第5.2.2节。备注3.29κt的可测性不能直接从εt的可测性中推断出来,但根据定理3.8,将在命题3.37中获得。κ的可测性有助于解决在整个实线上定义的u n有界效用函数的多先验最优投资问题,因为最优策略的边界取决于κtsee,例如,在非稳健设置中【R’asonyi和Stettner,2005,(17)】,以及在稳健环境中【R’asonyi和Meires Rodrigues,2018,引理3.3的证明】。下一个定理至关重要。这是迈向定理3.8的第一步:它给出了测度P的存在性*它允许递归地构建set PT(参见(5))。但这也是我们自己的兴趣所在,因为它给出了en-NA(QT)和wNA(QT)之间的等价性。定理3.30假设假设2.1和2.2成立。

27
nandehutu2022 在职认证  发表于 2022-6-14 12:57:24
当且仅当存在某个*∈ QT使AffDt+1P*(ωt)=Aff(Dt+1)(ωt)和0∈国际扶轮社转换(Dt+1P*)(ωt)表示所有0≤ t型≤ T- 1,ωt∈ OhmtNA。集合Ohm定理3.18中介绍了tNAwas,另见(26)。证据见第5.2.3节。备注3.31【Bayraktar和Zhou,2017,引理2.2】在一个周期内证明了定理3.30。备注3.32概率测度P*定理3.30不是唯一的。事实上,在NA(QT)下,所有P∈ PTF满足AffDt+1P(ωt)=Aff(Dt+1)(ωt)和0∈ R i转换(Dt+1P)(ωt)对于所有0≤ t型≤ T- 1,ωt∈ OhmtNA,见定理3.8的证明步骤2 iii)。备注3.33定理3.30中的主要(和难点)点是P*∈ QT。因此,anyQt null集也是一个P*-空集合,尤其是OhmP的tNAis*-完全测量(见定理3.18)。So 0∈ 国际扶轮社转换(Dt+1P*)(ωt)表示ωt∈ OhmTNA和NA(P*) 条件成立(见命题3.26)。事实上,从那以后OhmQt满量程的tNAI。我们将在第4节中提供P的明确形式*.备注3.34定理3.30是相关和补充【Obl\'oj和Wiesel,2018,定理3.1】。事实上,在这两种情况下,主要问题是找到一些p*t+1(·,ωt)∈ Qt+1(ωt),使得0∈ 国际扶轮社转换(Dt+1P*)(ωt) Ri(Con v(Dt+1))(ωt)(回忆(3))。这在【Obl\'oj和Wiesel,2018】中被用来与准肯定设置建立联系,在我们的案例中,建立定理3.8。备注3.35【Rasonyi和Meirelis Rodrigues,2018,假设2.1】声称至少存在一个无套利模型(在单一先验意义上),并且对于这种现代模型,条件支持产生的af FINE空间始终等于Rd。

28
可人4 在职认证  发表于 2022-6-14 12:57:27
这些是P验证的条件*在定理3.30中,因此[R'asonyi和Meirelis Rodrigues,2018,定理3.7]表明,在NA(QT)下,在整条实线上定义的有界函数的预期效用最大化问题存在。示例3.36概率度量P*∈ QTof定理3.30提供了一种强NA(P*). 引理3.7中最后一项的反例说明了为什么条件AffDt+1P*(·)=Aff(Dt+1)(·)Qt-q.s.在定理3.30中需要。无论如何,这还不足以获得与NA(QT)条件相等的结果,下面的反例说明了为什么0∈ 国际扶轮社转换(Dt+1P*)(·)需要Qt-q.s.以及为什么0∈国际扶轮社转换(Dt+1P*)(·)P*t-p.s.还不够。设T=2,d=1,Ohm:= Ohm:= {-1,0,1},S:=2,S(ω):=2+ω,S(ω,ω):=2+ω+ω。设Pna:=(δ-1+δ),P:=δ和P:=δ是P上的三个概率测度(Ohm). SetQ:=Con v(P,Pna)和定义Q(·)如下:Q(±1)={Pna}和Q(0)={P}。这如图2所示。很明显,假设2.1和2.2是正确的。设p(·)∈ Q(·)和设置P*:= Pna公司 p∈ Q(见图2)。theNA(P*) 因此,wNA(Q)条件成立。此外,DP*(±1)=D(±1)={-1、1}和DP*(0)=D(0)={1}。因此对于所有ω,Aff(DP*) (ω)=Aff(D)(ω)=R.As0∈ Ri(转换(DP*)) (±1)和P*({±1}) = 1, 0 ∈ Ri(转换(DP*)) (·)P*-a、 s.现在让\'Q:=P p∈ Q(见图2)。然后'Q({0})=1和0/∈ Ri(转换(DP*)) (0)表示0时的时间∈ Ri(转换(DP*)) (·)(R)Q-p.s.,因此0∈ Ri(C onv(DP*)) (·)Q-Q.s.未验证。让我们检查NA(Q)条件是否成立。选择φ∈ Φ使得φ=0且φ(ω)=1(ω),并再次使用'Q=P p∈ Q、 然后V0,φ≥ 0 Q-Q.s.和\'Q{V0,φ>0}= δ({ω> 0}) = 1.现在替换QbyeQ(·):=Con v(Pna,P),同时保留Qas before和seteP*:= Pna公司 ep,其中ep(·,ω):=所有ω的Pna(·)。

29
能者818 在职认证  发表于 2022-6-14 12:57:30
然后是DeP*(ω) = { -1,1},Aff(DeP*)(ω) =Aff(D)(ω)=R和0∈ Ri(转换(DeP*))(ω) 对于所有ω。我们可以直接检查eNA(eQ)条件是否成立。S=4S=3,Q(1)S=3S=2,QS=2,Q(0)S=2S=1,Q(-1) S=1S=0S=4S=3 S=3S=2 S=2 S=2S=1 S=1S=0图2:左侧:模型。右侧:绿色P*最后,我们可以使用(5)andeP*. 很明显,EPI严格包含在Q中,因为它不包含{P q、 q(·,ω)∈公式(ω)}。以下结果为Remark3.29中提出的可测量性问题提供了答案,也为所有策略提供了公社优先权。命题3.37假设假设2.1和2.2以及纳(QT)条件成立。那么对于所有0≤ t型≤ T- 1存在一些BC(Ohmt) -可测量的随机变量βt(·),κt(·)∈ (0,1)使得对于所有ωt∈ Ohm特南德∈Aff(Dt+1)(ωt),h 6=0p*t+1h类St+1(ωt,·)<-βt(ωt)| h |,ωt≥ κt(ωt),其中p*t+1(·,ωt)在定理3.30中用fix分解p定义*:= P* p*··· p*T、 备注3.38只有当Dt+1P时,我们才有βT(ωT)=κT(ωT)=1*(ωt)={0}。实际上,如果βt(ωt)=κt(ωt)=1且Dt+1P*(ωt)6={0},那么对于所有h∈ Aff(Dt+1)(ωt)w,其中| h |=1 p*t+1(hSt+1(ωt,·)<-1,ωt)=1。修正这样一个h,让Fh:={y∈ Rd,hy≤ -1}. 然后是p*t+1(St+1(ωt,·)∈ F±h,ωt)=1,dt+1P*(ωt)=Et+1(ωt,p*t+1(·,ωt)) F-h类∩ F+h=, 见备注2.5。注意,对于定理3.24,要得到这个结果并不容易,因为(11)中的先验知识依赖于h证明。见第5.2.5节。最后,如果存在一个占支配地位的概率测度bP∈ QT,以下结果为真。命题3.39假设假设假设2.1和2.2成立。进一步假设存在一些支配性度量ebp∈ QT。那么theNA(bP)和theNA(QT)条件是等价的。

30
大多数88 在职认证  发表于 2022-6-14 12:57:38
在这种情况下,对于所有0≤ t型≤ T- 1,Dt+1bP(·)=Dt+1(·)和0∈国际扶轮社转换(Dt+1bP)(·)Qt-q.s.(13)备注3.40可以选择P*=提案3.37中的bP变更Ohmt通过fullmeasure集合,其中(13)为真。此外,定理3.8中的PT(见(5))可以由bp构造。证据见第5.2.6节。4示例本节提出了多个先验设置的具体示例,以说明我们的结果。我们还使用这些示例来说明如何构建未经处理的概率度量集。这取决于以下结果。命题4.1假设假设假设2.2成立,并且存在∈ QT,约0≤ t型≤ T- 1和一些Ohm田纳西州∈ 卑诗省(Ohmt) 这样的话(OhmtN)>0,因此setQt+1(ωt)不是所有ωt都占主导地位∈ OhmtN.然后才是主导。证据见第5.3节。4.1稳健二项模型假设T≥ 1,d=1和Ohmt=R(或(0,∞)) 适用于所有1≤ t型≤ T风险资产(St)0≤t型≤S=1,St+1=StYt+1,其中Yt+1是实数,B(Ohmt+1)可测量的随机变量,使得Yt+1(Ohmt+1)=(0,∞) 对于所有0≤ t型≤ T- 1(如果Ohmt=(0,∞) 你可以想象Yt=ωt)。y的正性意味着所有ωt的St(ωt)>0∈ Ohmt、 很明显,假设2.1得到验证。那么,对于0≤ t型≤ T- 1 letBt+1(ωt):={πδu+(1- π) δd,πt(ωt)≤ π ≤ ∏t(ωt),ut(ωt)≤ u≤ Ut(ωt),dt(ωt)≤ d≤ Dt(ωt)},其中πt,πt,ut,ut,Dt,Dt是实值B(Ohmt) -可测量的随机变量,如0≤ πt(ωt)≤ ∏t(ωt)≤ 1,ut(ωt)≤ Ut(ωt)和dt(ωt)≤ 所有ωt的Dt(ωt)∈ Ohmt、 假设4.2对于所有0,我们有πt(ωt)<1,∏t(ωt)>0和0<dt(ωt)<1<Ut(ωt≤ t型≤ T- 1和ωt∈ Ohmt、 对于所有0≤ t型≤ T- 1和ωt∈ Ohmt、 leteQt+1(ωt):=q∈ P(Ohmt+1),q(Yt+1∈ ·) ∈ Bt+1(ωt)和Qt+1(ωt):=ConveQt+1(ωt),式中q(Yt+1∈ ·) 是q下的y+1定律。

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
扫码
拉您进交流群
GMT+8, 2026-1-29 05:06