金融工程7维纳过程与伊藤引理2011.ppt

* * * * * * * * 例如：求N（1）：g(x)=标准正态密度,a=0,b=1 a=0,b=1,n=500,PI=3.1415926 x=unifrnd(a,b,n,1) for i=1:n G(i)=exp(-0.5*x(i)^2)/sqrt(2*PI) end I=sum(G)*(b-a)/n+0.5 结论 几何布朗运动较好地描绘了股票价格的运动过程。 * 12.6 随机过程的蒙特卡罗模拟 有关蒙特卡罗方法的由来 取名于摩纳哥的著名赌城 掷色子是一个随机事件 蒙特卡罗方法 任何涉及随机采样的数值方法 不仅仅用于有关随机的问题 估计 圆周率 π 优化问题 40年代美国Los Alamos 实验室的科学家用于核武器的研究 代表人物：冯诺依曼 经济和金融中的模拟方法 Monte Carlo 方法 在计量经济学里，如果我们对某种估计方法的统计性质不是很了解，而又要用到该种方法时，可以用Monte Carlo 方法来解决. 在计量经济学中的例子: 对联立方程偏误的定量研究. 确定Dickey-Fuller 检验的临界值. 确定在自相关检验中样本大小对检验功效的影响. 经济和金融中的模拟方法 Monte Carlo 方法 在金融中的例子: 奇异期权的定价. 确定宏观环境对金融市场的影响. 风险管理建模: 压力测试，例如，确定最小资本要求. 模拟中的“随机数” 进行蒙特卡罗模拟首先要设定数据生成系统。而设定数据生成系统的关键是要产生大量的随机数。例如模拟样本为100的随机趋势过程的DF统计量的分布，若试验1万次，则需要生成200万个随机数。 计量经济学中蒙特卡罗模拟和自举模拟所用到的随机数一般是服从N(0,1)分布的随机数。 计算机所生成的随机数并不是“纯随机数”，而是具有某种相同统计性质的随机数，即某种“伪随机数”（pseudo-random number）。生成随机数的程序称作“伪随机数生成系统”。实际上计算机不可能生成纯随机数。 模拟的计算机实现 蒙特卡罗模拟和自举模拟的实现要通过计算机编程来实现。 常用的软件有Mathematica，Gauss，Ox，EViews，Stata等。其原理基本一样。 若干例子见图。 图1 随机游走序列 图2 带趋势项的随机游走序列 图3 三维图圆环 图4 空间曲面 图5 投币1000次的概率值模拟 图6 生长曲线 图7 二元正态分布 图8 蒲丰问题 * 12.7 蒙特卡罗模拟的实现 我们从几个例子来看 例1：两个I(1)变量相关系数分布的蒙特卡罗模拟 未达到N 图11 蒙特卡罗模拟过程示意图 生成 xt, yt?I(1) 估计相关系数r 分析r的 分布 设定循环次数N 设定 xt,yt ?I(1) EViews程序如下： workfile corr u 1 500 series result for !i=1 to 500 smpl 1 100 series x=nrnd series y=nrnd series xx series yy scalar sum1=0 scalar sum2=0 for !counter=1 to 100 sum1=sum1+x(!counter) sum2=sum2+y(!counter) xx(!counter)=sum1 yy(!counter)=sum2 next scalar r=@cor(xx,yy) result(!i)=r next result.hist 定义一个非时间序列（u）工作文件，corr，容量为500。 定义一个空序列result，用来存储相关系数的计算结果。 !i为控制变量，通过一个for循环语句使计算进行500次。 把样本范围设置成100。 生成两个互不相关的白噪声序列x、y，样本容量100。 定义两个空的序列xx和yy，样本容量也是100。 定义两个标量sum1和sum2，初始值为0。 !counter为控制变量，在这个for循环中，分别对序列x和y进行一次累加生成两个一阶单整的序列，将结果分别放到序列xx和yy中。 累加一次。 计算序列xx和yy的