楼主: 能者818
196 21

[量化金融] 基于马尔可夫调制利维动力学的货币衍生品定价 [推广有奖]

  • 0关注
  • 6粉丝

会员

学术权威

78%

还不是VIP/贵宾

-

威望
10
论坛币
10 个
通用积分
35.4498
学术水平
0 点
热心指数
1 点
信用等级
0 点
经验
24732 点
帖子
4127
精华
0
在线时间
0 小时
注册时间
2022-2-24
最后登录
2022-4-15

相似文件 换一批

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信:zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币
英文标题:
《Pricing Currency Derivatives with Markov-modulated Levy Dynamics》
---
作者:
Anatoliy Swishchuk, Maksym Tertychnyi, Robert Elliott
---
最新提交年份:
2014
---
英文摘要:
  Using a Levy process we generalize formulas in Bo et al.(2010) for the Esscher transform parameters for the log-normal distribution which ensure the martingale condition holds for the discounted foreign exchange rate. Using these values of the parameters we find a risk-neural measure and provide new formulas for the distribution of jumps, the mean jump size, and the Poisson process intensity with respect to to this measure. The formulas for a European call foreign exchange option are also derived. We apply these formulas to the case of the log-double exponential distribution of jumps. We provide numerical simulations for the European call foreign exchange option prices with different parameters.
---
中文摘要:
利用Levy过程,我们推广了Bo et al.(2010)中对数正态分布的Esscher变换参数公式,从而确保鞅条件适用于贴现汇率。利用这些参数值,我们找到了一个风险神经度量,并提供了关于该度量的跳跃分布、平均跳跃大小和泊松过程强度的新公式。推导了欧式看涨期权的计算公式。我们将这些公式应用于跳跃的对数双指数分布的情况。我们对不同参数的欧式看涨期权价格进行了数值模拟。
---
分类信息:

一级分类:Quantitative Finance        数量金融学
二级分类:Computational Finance        计算金融学
分类描述:Computational methods, including Monte Carlo, PDE, lattice and other numerical methods with applications to financial modeling
计算方法,包括蒙特卡罗,偏微分方程,格子和其他数值方法,并应用于金融建模
--
一级分类:Quantitative Finance        数量金融学
二级分类:Pricing of Securities        证券定价
分类描述:Valuation and hedging of financial securities, their derivatives, and structured products
金融证券及其衍生产品和结构化产品的估值和套期保值
--

---
PDF下载:
--> Pricing_Currency_Derivatives_with_Markov-modulated_Levy_Dynamics.pdf (613.58 KB)
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

关键词:衍生品定价 马尔可夫 动力学 衍生品 distribution

沙发
大多数88 在职认证  发表于 2022-6-27 17:39:38 |只看作者 |坛友微信交流群
Markov modulatedL'evy DynamicsAnatoliy Swishchuk,Maksym Tertychnyi,Robert Elliott卡尔加里大学数学与统计系货币衍生品定价,Canadaaswish@ucalgary.caDepartment卡尔加里大学数学与统计系,Canadamtertych@ucalgary.ca,maksym。tertychnyi@gmail.comDepartment卡尔加里大学数学与统计系,Canadarelliott@ucalgary.ca,罗伯特。elliott@haskayne.ucalgary.caAbstractUsingL'evy过程我们推广了Bo et al.(2010)中对数正态分布的Esschertransform参数公式,确保鞅条件适用于贴现汇率。利用这些参数值,我们找到了一个风险神经度量,并提供了关于该度量的跳跃分布、平均跳跃大小和泊松过程强度的新公式。还导出了欧洲看涨期权的公式。我们将这些公式应用于跳跃的对数双指数分布的情况。我们对不同参数的欧洲看涨期权价格进行了数值模拟。关键词:外汇汇率,Esscher变换,风险中性测度,欧式看涨期权,列维过程,马尔可夫过程。数学学科分类:91B70、60H10、60F25.1简介直到20世纪90年代初,关于外汇期权定价的现有学术文献可分为两类。在第一种情况下,国内和国外利率均假定为常数,而即期汇率则假定为非弹性。例如,参见Jarrow等人(1981,[3])。第二类外币期权定价模型包含随机利率,基于默顿1973年[30]提出的股票期权定价随机利率模型。

使用道具

藤椅
大多数88 在职认证  发表于 2022-6-27 17:39:40 |只看作者 |坛友微信交流群
例如,参见Grabbe(1983,[23])、Adams等人(1987,[1])。不幸的是,这种定价方法没有将完整的期限结构模型集成到估价框架中。据我们所知,Amin et al.(1991,[3])是第一个使用Heath et al.(1987)期限结构模型开始讨论和构建随机利率下外汇或有索赔定价的一般框架的人。Melino等人(1991年,[28])研究了外汇汇率过程(在确定性利率下)、观察到的期权价格,Rumsey(1991年,[37])考虑了交叉货币期权。Mikkelsen(2001,[32])利用即期汇率的利率和确定性波动率的市场模型,通过模拟跨货币期权进行了研究。Schlogl(2002,[38])将市场模型扩展到跨货币框架。Piterbarg(2005,[34])开发了跨货币衍生品模型,如PRDC掉期,并对货币期权进行了校准;他既没有使用市场模型,也没有使用随机波动率模型。在Garman et al.(1983,[10])和Grabbe(1983,[23])中,外汇期权估值公式是在假设汇率遵循具有连续样本路径的扩散过程的情况下推导出来的。Takahashi et al.(2006,[42])提出了一个新的近似公式,用于在随机利率环境下,使用跳差随机波动过程对即期汇率进行货币期权估值。特别是,他们应用了Brace et al.(1998)、Jamshidian(1997,[20])和Miltersen et al.(1997,[31])开发的市场模型来模拟利率的期限结构。此外,Ahn等人(2007年,[2])推导出了当汇率动态受跳跃扩散过程控制时,欧洲外汇看涨期权和看跌期权价值的显式公式。

使用道具

板凳
可人4 在职认证  发表于 2022-6-27 17:39:43 |只看作者 |坛友微信交流群
Hamilton(1988)是第一个通过对制度变化的理性预期计量经济学分析来研究利率期限结构的人。痛风。(2011年,[11])在汉密尔顿-马尔可夫制度转换框架下,使用修正的考克斯-英格索尔-罗斯模型研究了汇率。Zhou等人(2012,[43])考虑了利率模型与制度转换的可访问实现。Siu等人(2008,[40])考虑了双因素马尔可夫调制随机波动率模型下的货币期权定价。Swishchuk和Elliott在期权定价中应用了隐马尔可夫模型[41]。Bo等人(2010年,[8])讨论了货币期权定价的马尔可夫调制跳跃差异(由复合泊松过程建模)。我们注意到,Bjork(1998,[6])讨论了国内外股票市场的货币衍生工具,以及国内货币与固定外币之间的汇率以及固定利率。我们还提到Benth等人(2008年,[5])讨论了在国内外利率不变的情况下远期和掉期价格的货币转换。在本文中,我们将[8]的结果推广到FXrate的动力学由一般L'evy过程驱动的情况下([33])。我们研究的主要结果如下:1)在第2节中,我们推广了[8]中关于Esscher变换参数的公式,该公式确保贴现外汇汇率的鞅条件是一般L'evy过程的阿马丁格尔(见(30))。使用这些参数值(见(39),(40)),我们继续进行风险神经度量,并提供跳跃分布的新公式(见(36))、平均跳跃大小(见(20))和与度量有关的泊松过程强度(见(19))。第2节末尾给出了欧洲看涨期权外汇期权的定价公式。

使用道具

报纸
何人来此 在职认证  发表于 2022-6-27 17:39:46 |只看作者 |坛友微信交流群
(它们与[8]中的相似,但新风险中性度量的平均跳跃大小和泊松过程强度不同)。2) 在第3节中,我们将公式(19)、(20)、(39)、(40)应用于对数双指数过程(见(51)),用于跳跃(见(58)-(63))。3) 在第5节中,我们提供了不同参数的欧洲看涨期权价格的数值模拟(在跳跃的对数双指数分布和指数分布的情况下):S/K,其中S是初始即期外汇汇率,K是到期时间T的履约外汇汇率,参数θ、θ是对数双指数分布。附录中提供了用于期权价格数值模拟的Matlab函数代码。2通用L'evy Processlet的货币期权定价(Ohm, F、 P)是一个具有概率测度P的完整概率空间。考虑连续时间,有限状态马尔可夫链ξ={ξt}0≤t型≤吨(Ohm, F、 P)对于状态空间,单位向量集(e,···,en)∈ RN具有速率矩阵∏。链的动力学由以下公式给出:ξt=ξ+Zt∏ξudu+Mt∈ Rn,(1)其中M={Mt,t≥ 0}是关于(Fξt)0的Rn值鞅≤t型≤T、 自然过滤(Ft)的缺失0≤t型≤T、 由马尔可夫链ξ生成。考虑马尔可夫调制的默顿跳差,该跳差模拟spotFX利率的动力学,由以下随机微分方程给出(在后续SDE中,请参见[8]):dSt=St-utdt+σtdWt+(eZt-- 1) dNt公司. (2) 这里utis漂移参数;WT是布朗运动,σ是波动率;NTI是强度为λt,eZt的泊松过程-- 1是给定跳跃到达时间的跳跃幅度。zt的分布具有密度ν(x),x∈ R、 使用有限状态马尔可夫链对参数ut、σt、λt进行建模:ut:=<u,ξt>,u∈ Rn+;σt:=<σ,ξt>,σ∈ Rn+;λt:=<λ,ξt>,λ∈ Rn+。

使用道具

地板
nandehutu2022 在职认证  发表于 2022-6-27 17:39:49 |只看作者 |坛友微信交流群
(3) (2)的解为St=SeLt(其中Sis为t=0时的即期外汇汇率)。此处Ltis由以下公式得出:Lt=Zt(us- 1/2σs)ds+ZtσsdWs+ZtZs-dNs。(4) 在我们的数值模拟中,我们考虑了三态马尔可夫链,并使用外汇市场欧元/美元货币对计算∏中的元素。该市场由aMarkov调制跳跃扩散模型驱动,存在多个等价鞅测度。我们将定义区域切换广义Descher变换,以确定特定的等价鞅测度。利用伊藤公式,我们可以推导贴现现货汇率的随机微分方程。为了确定贴现即期外汇利率,我们需要引入本国和外国无风险利率,用于本国和外国货币的债券。国内外利率(rdt)0≤t型≤T、 (rft)0≤t型≤使用马尔科夫链(ξt)0定义皮重≤t型≤T(见[8]):rdt=hrd,ξti,rd∈ Rn+,rft=hrf,ξti,rf∈ Rn+。贴现即期汇率为:Sdt=expZt(rds- rfs)dsSt,0≤ t型≤ T、 (5)使用(5)、微分公式(见Elliott et al.(1982,[12])和即期外汇汇率的随机微分方程(2),我们找到贴现即期外汇汇率的随机微分方程:dSdt-= Sdt公司-(rdt- rft+ut)dt+Sdt-σtdWt+Sdt-(eZt-- 1) dNt。(6) 要得出主要结果,请考虑对数即期外汇汇率yt=logStS公司使用微分公式:Yt=Ct+Jt,其中Ct,Jt是Yt的连续和微分部分。它们在(7)、(8)中给出:Ct=Ztrds- rfs+usds+ZtσsdWs,(7)Jt=ZtZs-dNs。(8) Let(FYt)0≤t型≤t去除自然过滤(Ft)的P-增强0≤t型≤T、 由Y生成。对于每个t∈ [0,T]设置Ht=FYt∨ Fξt。

使用道具

7
能者818 在职认证  发表于 2022-6-27 17:39:51 |只看作者 |坛友微信交流群
让我们也定义两类区域切换参数(θcs)0≤t型≤T、 (θJs)0≤t型≤T: θmt=<θm,ξT>,θm=(θm,…,θmn) Rn,m={c,J}。定义随机Esscher变换Qθc,θJ~ 使用这些参数族(θcs)0≤t型≤T、 (θJs)0≤t型≤T(详见【8】、【13】、【15】:Lθc,θJt=dQθc,θJdPHt=:(9)经验RtθcsdCs+RtθJs-DJE经验值RtθcsdCs+RtθJs-DJFξt.下面的定理给出了埃舍尔变换密度Lθc,θjt的显式公式。在[8]中,对数正态分布也证明了类似的说法。下面的公式可以通过Elliott和Osakwe([14])考虑的另一种方法获得。定理2.1。对于0≤ t型≤ T(9)中定义的Esscher变换的密度Lθc,θJt由Lθc给出,θJt=expZtθcsσsdWs- 1/2Zt(θcsσs)ds×(10)经验ZtθJs-Zs公司-dNs-ZtλsZReθJsxν(dx)- 1.ds公司.此外,随机Esscher变换密度Lθc,θJt(见(9),(10))是指数(Ht)0≤t型≤t可满足以下SDE:dLθc、θJtLθc、θJt-= θctσtdWt+(eθJt-Zt公司-- 1) dNt公司- λtZReθJtxν(dx)- 1.dt。(11) 定理2.1的证明。复合泊松过程,驱动jumpsPNt(eZs--1) 布朗运动是独立的过程。因此:E经验值ZtθcsdCs+ZtθJs-DJFξt=E经验值Ztθcs(us- 1/2σs)ds+ZtθcsσsdWs)FξtE经验值ZtθJs-Zs公司-dNsFξt. (12) 让我们计算:E经验值ZtθJs-Zs公司-dNsFξt.WriteΓt:=扩展Ztαs-dNs, αs=θJsZs。利用微分规则(见[12]),我们得到了Γt的以下表示:Γt=Γ+MJt+Z]0,t]ΓsZR(eαs- 1) ν(dx)λsds,(13),其中mjt=Z]0,t]Γs-(eαs- 1) dNs-Z] 0,t]sZR(eαs- 1) ν(dx)λsds是关于Fξt的鞅。

使用道具

8
能者818 在职认证  发表于 2022-6-27 17:39:54 |只看作者 |坛友微信交流群
利用这个事实和(13)我们得到:E经验值ZtθJsZs-dNsFξt= 经验值ZtλsZReθJsxν(dx)- 1.ds公司(14) 我们从差异规则中得到:EheuRtσsdWsi=expuZtσsds, (15) 其中σ是市场的波动性。将(14)和(15)代入(12),我们得到:E经验值ZtθcsdCs+ZtθJs-DJFξt=经验值Ztθcs(us- 1/2σs)ds+Zt(θcsσs)ds)经验值ZtλsZReθJsxν(dx)- 1.ds公司. (16) 将(16)代入Lθc,θJtin(9)的表达式中,我们得到:Lθc,θJt=expZtθcs(us- 1/2σs)ds+ZtθcsσsdWs)经验值ZtθJs-Zs公司-dNs× (17)经验值Ztθcs(us- 1/2σs)ds+Zt(θcsσs)ds)经验值ZtλsZReθJsxν(dx)- 1.ds公司-1=经验值ZtθcsσsdWs- 1/2Zt(θcsσs)ds×经验值ZtθJs-Zs公司-dNs-ZtλsZReθJsxν(dx)- 1.ds公司.如果我们以Lθc,θJt=eXt的形式表示Lθc,θJt(见(17))并应用微分规则,我们得到(11)。从(11)可以看出,Lθc,θjt是一个鞅。我们将推导贴现即期外汇汇率((5))为鞅的以下条件。这些条件将用于计算风险中性Esscher transformparameters(θc,*s) 0个≤t型≤T、 (θJ,*s) 0个≤t型≤然后给出度量值Q。然后我们将使用这些值来确定欧洲看涨期权货币衍生品的无套利价格。定理2.2。让随机Esscher变换由(9)定义。那么鞅条件(对于Sdt,请参见(5))成立,当且仅当马尔可夫调制参数(θct,θJt,0≤ t型≤ T)满足所有0≤ t型≤ T条件:rft- rdt+ut+θctσt+λθ,Jtkθ,Jt=0。(18) 这里,泊松过程的随机Esscher变换强度λθ,Jt和主要跳跃大小百分比kθ,Jt分别由λθ,Jt=λtZReθJsxν(dx),(19)kθ,Jt=RRe(θJt+1)xν(dx)RReθJtxν(dx)给出- 1,(20)只要rreθJtxν(dx)<+∞,RRe(θJt+1)xν(dx)<+∞.定理2.2的证明。贴现即期外汇汇率的鞅条件dθc,θJ【Sdt | Hu】=Sdu,t≥ u

使用道具

9
mingdashike22 在职认证  发表于 2022-6-27 17:39:57 |只看作者 |坛友微信交流群
(21)为了推导该条件,使用了Bayes公式:Eθc,θJ[Sdt | Hu]=E[Lθc,θJtSdt | Hu]E[Lθc,θJt | Hu],(22)考虑到Lθc,θJt是关于Hu的鞅,所以:ELθc,θJt胡= Lθc,θJu。(23)使用公式(5)求解即期外汇汇率的SDE,我们得出贴现即期外汇汇率的表达式如下:Sdt=SduexpZtu(rfs- rds+us- 1/2σs)ds+ZtuσsdWs+ZtuZs-dNs, t型≥ u、 (24)然后,使用(10),(24),我们可以将(23)重写为:ELθc,θJtLθc,θJuSdt胡= SduE公司经验值ZtuθcsσsdWs- 1/2Zt(θcsσs)ds×(25)经验ZtuθJs-Zs公司-dNs-ZtuλsZReθJsxν(dx)- 1.ds公司×经验值Ztu(rfs- rds+us- 1/2σs)ds+ZtuσsdWs+ZtuZs-dNs|胡=SduE公司经验值Ztu(θcs+1)σsdWs- 1/2Ztu((θcs+1)σs)ds×(26)经验Ztu(rFs- rDs+us+θcsσs)ds经验值ZtuλsZReθJsxν(dx)- 1.ds公司|胡×E经验值Ztu(θcs+1)Zs-dNs|胡.使用布朗运动特征函数的表达式(见(15))我们得到:E经验值Ztu(θcs+1)σsdWs- 1/2Ztu((θcs+1)σs)ds|胡= 从(14)中我们得到:E经验值Ztu(θcs+1)Zs-dNs|胡= 经验值ZtλsZRe(θJs+1)xν(dx)- 1.ds公司. (28)将(27)、(28)替换为(26),我们最终获得:ELθc,θJtLθc,θJuSdt胡= SduexpZtu(rfs- rds+us+θcsσs)ds×(29)经验-ZtuλsZReθJsxν(dx)- 1.ds公司经验值ZtuλsZRe(θJs+1)xν(dx)- 1.ds公司.从(29)中,我们得到了贴现即期外汇汇率的鞅条件:rft- rdt+ut+θctσt+λtZRe(θJs+1)xν(dx)-ZReθJsxν(dx)= 0。(30)我们现在证明,在Esscher变换下,新的泊松过程强度和平均跳跃大小由(19)、(20)给出。请注意,LJt=RtZs-dNsis即期外汇汇率SDE解公式(4)中L’evy过程的跳跃部分。我们有:EQheLJti=ZOhm经验值ZTZ公司-dNsLθc,*,θJ,*t(ω)dP(ω),(31),其中P是初始概率测度,Q是新的风险中性测度。

使用道具

10
大多数88 在职认证  发表于 2022-6-27 17:39:59 |只看作者 |坛友微信交流群
将Esscher变换的密度(10)代入(31),我们得到了(另见[14]):EQheLJti=EP经验值ZtθcsσsdWs- 1/2Zt(θcsσs)ds- (32)ZtλsZReθJsxν(dx)- 1.ds公司EP公司经验值Zt(θJs+1)Zs-dNs.使用(14)我们得到:EP经验值Zt(θJs+1)Zs-dNs= 经验值ZtλsZRe(θJs+1)xν(dx)- 1.ds公司(33)将(33)代入(32),并考虑到布朗运动的特征函数(见(15)),我们得到:EQheLJti=expZtλsZReθJsxν(dx)“RRe(θJs+1)xν(dx)RReθJsxν(dx)- 1#ds公司. (34)返回到初始测量值P,但λθ,Jt,kθ,Jt不同,我们有:E∧,νheLJti=expZtλθ,JsZRex¢ν(dx)- 1.ds公司. (35)新强度λθ的公式(19),Jtof泊松过程直接来自(34),(35)。通过以下公式从(35)中确定新的跳跃密度:RRe(θJt+1)xν(dx)RReθJtxν(dx)=ZRex(dx)。(36)我们现在计算新的平均跳跃大小,给定跳跃到达相对于新度量Q:kθ,Jt=ZOhm(eZ(ω)-1) d¢ν(ω)=ZR(ex-1) ν(dx)=ZRexν(dx)-1=RRe(θJt+1)xν(dx)RReθJtxν(dx)-1,(37)其中,新测量值|ν(dx)由公式(36)定义。我们可以将贴现即期外汇汇率的鞅条件(30)改写为以下形式:rft- rdt+ut+θctσt+λθ,Jtkθ,Jt=0,(38),其中λθ,Jt,kθ,Jt分别由(19),(20)给出。如果我们把kθ,Jt=0,我们就得到了下面的公式,用于产生鞅条件(38)的变换参数:θc,*t=rdt- rft公司- utσt,(39)θJ,*t: RRe(θJ,*t+1)xν(dx)RReθJ,*txν(dx)=1。(40)在下一节中,我们将把这些公式(39),(40)应用于跳跃的对数双指数分布。现在,我们继续讨论欧式调用的一般公式(参见[8]、[29])。对于执行价格为K且到期时间为T的欧洲看涨期权,时间为0时的价格由∏(S,K,T,ξ)=Eθc给出,*,θJ,*他-RT(rDs-rFs)ds(ST- K) +| Fξti。

使用道具

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加JingGuanBbs
拉您进交流群

京ICP备16021002-2号 京B2-20170662号 京公网安备 11010802022788号 论坛法律顾问:王进律师 知识产权保护声明   免责及隐私声明

GMT+8, 2024-11-10 06:47