Itô-Isometrie für stochastische Integrale erklärt
Erfahren Sie, wie die Itô-Isometrie die Varianz eines stochastischen Brownschen Integrals in ein gewöhnliches Zeitintegral umwandelt und warum das für Hedging und Simulation wichtig ist
Kurzantwort
Die Itô-Isometrie besagt, dass der erwartete Wert des Quadrats eines quadratintegrierbaren stochastischen Integrals der Brownschen Bewegung dem erwarteten Zeitintegral des Quadrats seines Integranden entspricht. Sie wandelt das Risiko eines zufälligen Verlaufs in eine gewöhnliche Varianzberechnung um, aber erst nachdem Vorhersagbarkeit und Integrierbarkeit angegeben wurden
Die Isometrie misst quadrierte Unsicherheit
Für einen vorhersehbaren Prozess H lautet die zentrale Identität E[(∫₀ᵀ H_t dW_t)²] = E[∫₀ᵀ H_t² dt]
Das Integral hat unter seinen Voraussetzungen den bedingten Erwartungswert null, daher beschreiben beide Seiten auch seine Varianz
Dies ist keine Regel zum Multiplizieren von Differentialen. Es handelt sich um eine L²-Identität, die über Grenzwerte einfacher Näherungen in der Handelszeit definiert wird
Schrittprozesse zeigen, warum sich die Quadrate addieren
Angenommen, H ist von Zeit 0 bis 0.25 gleich 2 und danach null. Dann ist das Integral 2(W_0.25 - W_0)
Seine Varianz ist 4 × 0.25 = 1 und stimmt damit genau mit dem Zeitintegral von H² überein
Bei mehreren nicht überlappenden Intervallen lassen unabhängige Brownsche Inkremente die Kreuzterme im Erwartungswert verschwinden. Der Grenzwert bewahrt diese Abrechnung für zulässige H
Hedging-Fehler brauchen einen Exposure-Verlauf
Bei einem Diffusions-Hedge sammelt sich ein verbleibendes Exposure H_t gegenüber einem Brownschen Schock als ∫ H_t dW_t an
Die Itô-Isometrie besagt, dass der modellierte mittlere quadratische Hedging-Fehler vom vollständigen Exposure-Verlauf und nicht nur vom finalen Delta oder einer durchschnittlichen Volatilität abhängt
Zwei Hedges können auf einem realisierten Verlauf denselben Endfehler haben, aber sehr unterschiedliche erwartete quadratische Fehler, weil sich ihr Intraday-Exposure unterscheidet [!TRYMARK] Exposure-Verläufe vergleichen Verwenden Sie TryMark vor einem Zieldatum oder einem Gewinn- und Verlustprüfpunkt, um Aktienniveau, IV-Annahme, Hedge-Intervall und Zielrisiko festzuhalten. Ein niedriges Delta am Tagesende beweist nicht, dass das aufgelaufene Intraday-Exposure klein war
Simulation verwendet dasselbe Varianzbudget
Monte-Carlo-Inkremente haben normalerweise die Form H_t√Δt Z, wobei Z den Erwartungswert null und die Varianz eins hat
Ihre bedingte Varianz ist H_t²Δt. Das Addieren dieser Terme ist das diskrete Gegenstück der Isometrie
Wenn eine Simulation das Zeitgitter ändert, vergleichen Sie das integrierte H²-Budget und den Stichprobenfehler, statt anzunehmen, dass allein mehr Pfade ein Hedging-Ergebnis validieren
Korrelation, Sprünge und schlechte Eingaben bleiben getrennt
Bei mehreren Brownschen Treibern enthält die Varianz die Kovarianzmatrix und Kreuz-Exposure-Terme
Sprungrisiko, diskretes Rebalancing, Transaktionskosten, veraltete Quotierungen und Parameterfehler werden durch die Identität nicht beseitigt. Sie erfordern eigene Modellterme oder Stressfälle
Der Satz prüft eine quadratintegrierbare Diffusionskomponente. Er prognostiziert keinen Gewinn, stellt keine Vollständigkeit des Marktes fest und macht eine Handelsregel nicht sicher
Häufige Fragen
Was sagt die Itô-Isometrie in einfachen Worten?
Sie besagt, dass die durch viele kleine Brownsche Schocks erzeugte Varianz berechnet werden kann, indem die quadrierte Größe des Exposures über die Zeit addiert wird
Bedeutet die Itô-Isometrie, dass ein Hedge kein Risiko hat?
Nein. Sie beschreibt nur den quadratintegrierbaren Brownschen Anteil unter einem angegebenen Modell. Sprünge, diskretes Hedging, Kosten und falsche Eingaben können weiterhin Verluste erzeugen
Warum ist Vorhersagbarkeit erforderlich?
Der Integrand muss anhand von Informationen gewählt werden, die vor dem Brownschen Inkrement verfügbar sind. Andernfalls könnte er zukünftiges Rauschen verwenden und das stochastische Integral würde kein zulässiges Exposure darstellen