金融数学课件第一章数学预备知识.pptxVIP

金融数学第一章数学预备知识汇报人姓名

后期学习所要使用的数学上的结论复习和加强已经学过的数学的认识对部分数学概念的经济应用进行说明分为以下4个部分：线性代数基础数学模型和建立模型优化问题求解效用函数（凸函数和凹函数）

01普遍涉及到的和需要强调的概念02正交矩阵，对称矩阵对角化，特征值03二次型，正定矩阵04欧氏空间：05向量的内积（innerproduct）06向量的长度,向量的距离distance07柯西布尼亚科夫斯基不等式08向量的夹角，正交orthogonal09投影Project，最小二乘法leastsquare第一节线性代数基础

两个随机变量X和Y的内积协方差：(X,Y)=cov(X,Y)相关系数：两个函数f(x)和g(x)的内积在此基础上同样有：距离、长度、正交、投影等几何空间中的概念其他两个内积的定义

矩阵和行列式的微分几个结论：X是向量，A是矩阵aaa=??=??XXXXTTTAXAX=??

模型来源于原型，对原型的抽象1数学模型需要量化和假设2数学模型表现形式可以是数学公式，包括等式或不等式，也可以是图表3数学模型的最佳结果是数学公式4自然科学中数学公式较多，并且应用效果好5社会科学中数学公式少，且效果差6经济和金融学中有很多数学模型7本教材后面几章介绍金融中的几个著名数学模型8第二节数学模型和模型的建立

建模＝建立模型或模型建立，modeling1建模准备：了解实际问题的背景2模型假设：对问题进行简化3建立数学模型：用数学方式（公式、图表）表现出实际问题，尽量简单化原则4模型求解：求解出结果，优化求解较多5模型分析：得到结论，做出预测6模型检验和修正：与实际比较，模拟实际7建立模型的步骤

问题：如何总资金M如何投资，使得尽可能收益大，总体风险尽可能小投资Si的交易费率为pi，低于ui按ui计算Si的平均收益率为ri，风险损失率为qi资金总量为M，可投资于n＋1种资产同期银行存款为r0=5%，无交易费用和损失总体风险＝Si中的最大风险Si(i＝0，1，…，n)，0表示存银行问题的背景：建模举例

限定其中一个目标的范围，另一个尽可能最优最优解是不唯一的两个目标不可能同时满足两个目标：净收益大，风险损失小对问题的分析

M＝F＝Σ（xi＋ci(xi)）投资于Si所需资金：Fi(xi)=xi＋ci(xi)投资于Si的风险损失：Qi(xi)＝qixi投资于Si的净收益：Ri(xi)＝rixi－ci(xi)约束条件为总资金的限制总风险损失：Q＝总净收益：R＝Σxi表示购买的Si资金量，ci(xi)是交易费，用数学符号和公式表示模型

交易费用的数学表达式和图形

几个优化模型两目标优化模型：属于多目标规划问题单目标优化模型：分三种情况确定风险不能超过k，求最大收益确定收益水平不能低于h，求最小损失)(max0,)()(.xRxMxFkxQst3=￡)(min0,)()(.xQxMxFhxRst3=3

假定相对偏好1ρ0，上面模型不容易求解。简化费用的表达式可以将模型简化问题，假设费用：ci(xi)＝pixi资金约束条件变成：F（x）＝Σ(1+pi)xi＝M前面的三个模型都可以变成线性规划问题，对此已经有成熟的方法解决。线性规划linearprogram)()1()(min0,)(xRxQxMxFrr--3=

多元函数的极值及其判断一阶偏导数为0（必要条件），二阶偏导数，海森矩阵Hessianmatrix的正定和负定二次多项式的极值点正定——极小值，负定——极大值如果是凹函数或凸函数，则一阶条件也是充分条件010203040506第三节极值和条件极值的求解

约束条件：gi(x1,…,xn)=bi，i=1,2,…,m01引入拉格朗日乘数，构造新的函数03拉格朗日乘子法与线性规划的区别：约束条件中的等式和不等式05Lagrangemultiplier将有约束条件问题转化成无约束条件极值。02m+n个方程为一阶条件04应用实例06计算条件极值的拉格朗日乘子法

求解收益相同风险最小的投资组合有n种资产，R是资产的期望收益率向量，W是资产的投资比例向量（需要求解），V是资产协方差矩阵，该问题是下面的优化问题该优化问题有解的充分必要条件是拉格朗日乘子函数的一阶导数等于0VWWTcRWWTT21min011==

效用utility是主观感受，人为设定的满意程度1效用函数utilityfunction是对满意程度的量化2效用函数分为：序数效用、基数效用函数3序数效用ordinalutility：效用之间只能排序4基数效用cardinalutility：用具体数值表示效用的大小5期望效用：有多种结果时用效用的数学期望6E（u）＝Σ或积分7第四节