量化金融十大话题揭秘(下).pdfVIP

量化金融十大话题揭秘（下） 私募工场，私募 FOF 基地 定义的不错。 随机微分方程 (SDE) 就是常微分方程 (ODE) 加个随机过程。 7.1 伊藤公式和随机微分方程 回到小节 6.1 ，下表给出 ODE 和 SDE 的方程形式和解。两者唯一 区别就是红色标记的随机项。 对于随机微分方程， dt 前面的 项叫做漂移项 (drift term) ，dB(t) 前面的项叫做扩散项 (diffusion term) 。严格来说， 布朗运动 B(t) 处处不可导因此 dB(t) 实际上不存在，我们定义 dB(t) 是组成随机过程的最 基本元素。在应用中我们可以忽略这些技术性细节，只记住 伊藤公式可以帮我们解好多随机微分方程。例子如下： dX(t) = X(t)dB(t) 令 f(x) = ln(x) ，用伊藤公式 7.2 一般线 性随机微分方程 一般线性 (generic linear) 随机微分方程 的形式和解为： 证明有些冗长因此略去，这个一般线性随 机微分方程解的强大之处是，对于大部分金融模型，比如股 票类 Black-Scholes 模型，利率类 Vasicek 模型和商品类 Schwartz 模型等等，它都给给出解析解。 这三种模型 (按 Black-Scholes, Vasicek 和 Schwartz 的顺序 ) 的 SDE 为 前两个 SDE 都符合般线性随机微分方程形式，最后一个 SDE 不符合，因为里面出现了 lnC(t) ，但是根据伊藤公式 求 dlnC(t) 得类比三个模型 SDE 和一般线性 SDE 的 α(t), β(t), 和 γδ(t)(t) 再代入， U(t) 和 V(t) 的表达式可得下 表： 7.3 鞅和随机微分方程 根据鞅表示 (martingale representation) 定理，如果 M(t) 是一个鞅，那么存在一个 伊藤过程 H(t) 使得从 M(t) 的微分表达形式可看出， 在某个 概率测度下，如果一个随机变量是鞅，那么它的随机微分方 程的漂移项为零！ 这个结果有很多应用，下面给出一个最 常见的应用：为什么一个不付红利 (dividend) 的股票 S(t) 的 SDE 在风险中性测度 Q 下的漂移项系数是 r？ 假设在测度 Q 下 S(t) 的 SDE 可写成 dS(t) = aS(t)dt + bS(t)dB(t) 根据上篇 4.2 小节最后的 结论，测度 Q 下的等价物是活期存款 β(t) ，其SDE 为 d β(t) = r β(t)dt = β(t) = β(0)ert = ert 那么 S(t)/ β(t)在测度 Q 是鞅，因此其 SDE 的漂移项为零。