[金融数学读书报告.doc

  1. 1、本文档共7页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
[金融数学读书报告

《金融数学》读书报告 研一下学期,我开始上荣老师《金融数学》这门课,其实我的专业是关于调度方面的研究,可以说和金融经济是没有关系的。当初,我的导师王老师强烈推荐我学习《金融数学》这门课。她认为,在现实生活中,每个人都应该会一点金融经济方面的知识,因为在现代社会中,金融经济是无处不在的,而《金融数学》不仅和金融经济有关,而且和数学也有着千丝万缕的关系。 从第一节可到现在,课程差不多已经上完了。这门课的安排是这样的,最开始的两节课是有荣老师亲自授课的,他是为了让我们对这门课有个大概的了解,接下来的课程是由我们完成的,荣老师来当我们的指导者,改正我们的错误,拓宽我们的知识面,加深我们对金融数学的了解。 现在我想谈一下金融数学中关于测度变换,定理和布朗鞅表示定理的一点感受。 这部分内容主要是对第三章开始讲到的股票模型,通过应用定理,将它变成鞅,然后用布朗鞅表示定理,对每一个未定权益,构造出一个复制策略,在这个过程中,伊藤准则将发挥重要作用,而这一切都是为了在框架下定价和对冲。 在前面讲到的随机过程从本质上说并不是一个严格的布朗运动,它只是关于某个测度布朗运动。一个-布朗运动。因随机微分法描述的是过程使得(或)成为布朗运动的测度下的行为,而现有的工具并不能给我们任何启示。在测度变换下,布朗运动将发生简单的变化,通过推广到它们的微分也使随机过程也相应的发生变化。 对于测度变换-导数,先是从离散过程的一个简单的两步重组树开始的,把从这个轨道到对应轨道概率的映射看作对测度的编码,如下图所示。 若假定有另一个不同的测度,概率为。再次对轨道概率进行编码设为。当每个严格属于0和1之间的时候,唯一决定了测度。 定义在离散情况下测度关于测度的导数时,会出现两种编码,很自然地对测度和测度的差别进行编码,即对每个轨道,得到比率后,就可以把轨道到此比率的映射看为了。这种定义方法是比较简单的,也是比较容易理解的。 但是这种定义也是有缺陷的,比如说当和为0或1时,会出现两种情况。第一种情况就是若 为0,那么和为0。故关于的信息丢失了,那么也不可能得到对应于,的轨道(概率为0),因此,从某种意义上讲,实际上已经无关紧要了。如果我们限定只对可能的轨道给出,就可以修复相应的了。 第二个问题,假设某个为0。但所有的都不为0,那么当所有的都不为0时,至少一个为0,此时,并不是所有的比率都有定义,故不存在。我们可以删除那些概率为0的轨道,但是这样的就失去了某些信息,在测度下不可能有的一些轨道,在测度下却有可能存在,如果把它们抛弃掉,我们就失去了一些和测度有关的信息。如果在测度下允许出现某些情况而在测度下不允许出现,那么就不能定义。 为了防止这两种情况发生,规定两个测度有导数的前提是这两个测度等价,即当测度和测度等价时,就可以在-可能的轨道上定义和了。 对于离散过程,未定权益关于测度的期望为,其中未定权益在离散的二叉树上时刻2的值是已知的。有了以上式子的推广,期望从测度到测度的转换也很简单:,尽管这一点很有吸引力,但是它只代表了一种简单的情况:在一个特殊的时间范围—轨道的末端,才有定义。从而还可以给出无条件期望即,其中为的时间范围,在时刻是已知的。 上面所说的都是在离散过程下轨道末端的,而大家感兴趣的是每一处的,那么我们可以让时间变动来实现这一点,如果令为直到时刻为止的导数,即为遵循直到时刻的轨道的导数,,并且只知道此时刻以前轨道的概率之比。例如,在时刻1的可能轨道为{0,1},{0,-1},导数在它们上的值分别为,,在0时刻,导数过程恰为1,这是因为唯一的轨道为点{0},。在测度和测度下,其概率均为1。当然还有另外一种表达方式,即作为时间范围的导数的条件期望:对任意。 从这个式子可以看出关于测度的期望正确拆分了,而过程表述了我们所求——沿着当前轨道考虑直到时刻的测度变化量。如果要求,实际上它就是,其中在时刻为已知的。要求出,只需知道从时刻到时刻测度的变化量就可以了,它恰好是,这是直到时刻的变化中去掉了时刻的变化,换句话说是。 其实上面说的都是在离散过程下的测度变换,而我们要研究的是连续随机过程(例如布朗运动)的测度变换是如何变化的。有了以上准备,对于连续的导数的定义就很容易了。我们仍可以用概率密度函数来表示概率。比如说在实数子集上的取值,然后用布朗运动的联合似然函数:如果取和为0,记为,为,那么布朗运动的第二个条件:增量相互独立,那么。写出一个对应于测度的连续有限时间子集上的似然函数,在连续极限下,我们就有了一个处理关于测度的连续过程的方法。如果为的一个子集,那么维随机向量落在中的-概率就为似然函数在上的积分,连续情况下的导数仍然满足在离散过程中的结论和性质 对于测度变换,就是先由离散过程下简单的二叉树开始对导数进行定义和推导,最后才能够一步步得到连续情况下的结论和

文档评论(0)

yingxiaorong28 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档