Теорема Гертнера—Эллиса: большие уклонения и хвосты опционов
Получите практическое объяснение масштабированного кумулянтного преобразования, ключевых условий теоремы и ее значения для оценки редких событий и поведения хвостов опционов
Короткий ответ
Теорема Гертнера—Эллиса превращает предел масштабированной кумулянтной производящей функции в скорость больших уклонений через выпуклое преобразование. Она мощна для поведения хвостов опционов, но для полного корректного результата все равно нужны условия гладкости, области определения и проверки границ
Теорема начинается с масштабированного преобразования
Для случайных векторов Z_n и скорости a_n→∞ зададим Λ_n(θ)=a_n^{-1}log E[exp(a_n⟨θ,Z_n⟩)]
Предположим, что Λ_n(θ) поточечно сходится к расширенной вещественной функции Λ(θ) на заданной области
Этот предел фиксирует рост экспоненциальных моментов в том же масштабе, который используется для измерения вероятностей редких событий
Выпуклая двойственность предлагает функцию скорости
Кандидатная скорость равна Λ*(x)=sup_θ{⟨θ,x⟩−Λ(θ)}, то есть преобразованию Лежандра—Фенхеля функции Λ
Когда Λ дифференцируема, целевой x может быть сопоставлен с наклоном θ, удовлетворяющим ∇Λ(θ)=x
Значение Λ*(x) — экспоненциальная стоимость сделать x типичным при соответствующей наклоненной мере
Верхняя и нижняя границы требуют разной осторожности
Теорема обычно дает верхнюю границу для замкнутых множеств при условиях экспоненциальной плотности
Ее базовая нижняя граница может охватывать только выделенные точки Λ*, где одна опорная гиперплоскость однозначно идентифицирует цель
Существенная гладкость, полунепрерывность снизу и крутое поведение на конечных границах области могут расширить результат до полной нижней границы
Теорема Крамера — важный частный случай
Для независимых одинаково распределенных наблюдений с логарифмом производящей функции моментов, конечным около нуля, выборочное среднее имеет скорость Λ* при стандартных условиях
Гертнер—Эллис шире, потому что может работать с зависимыми или неодинаково распределенными семействами, если известен их предел масштабированного преобразования
Но широта имеет цену: доказательство предела, экспоненциальной плотности и граничной гладкости может быть самой сложной частью
Хвосты опционов наследуют объявленный масштаб
Для логарифмических доходностей под риск-нейтральной мерой предел преобразования на большом сроке, малом сроке или при малом шуме может дать асимптотику хвоста и внебиржевого опциона
Сопоставление ведущего убывания цены опциона с эталоном затем может дать ведущую асимптотику подразумеваемой волатильности в том же режиме
Мера оценки, мартингальное условие, масштаб страйка и область преобразования должны оставаться согласованными на всем протяжении аргумента
Выпуклость может скрыть важную динамику
Каждое преобразование Лежандра—Фенхеля выпукло, даже если исходная скорость редкого события в системе невыпукла
Негладкая Λ может кодировать конкурирующие фазы, а ее двойственная функция — содержать линейные отрезки и неоднозначные оптимальные наклоны
Слепое двойственное преобразование поэтому может вернуть выпуклую оболочку и пропустить состояния, требующие прямого анализа больших уклонений
Проверка идет с обеих сторон — прямой и двойственной
Проверьте сходимость Λ_n на расширяющейся сетке θ, конечность преобразования, выпуклость, производные и рост на границе
Сравнивайте Λ*(x) с симулированными логарифмами вероятностей или независимой асимптотикой на нескольких масштабах, а не только на одном сроке
Документируйте покрытие выделенных точек, экспоненциальную плотность, единственность оптимизатора, мартингальную корректность и тесты статического арбитража для полученных цен опционов
Частые вопросы
Что делает теорема Гертнера—Эллиса?
Она превращает предельную масштабированную логарифмическую производящую функцию моментов в экспоненциальные границы вероятности с функцией скорости Лежандра—Фенхеля
Обязательна ли дифференцируемость предельного преобразования?
Некоторые границы сохраняются без нее, но негладкость может ограничить нижнюю границу и создать неоднозначные наклоны или линейные отрезки скорости
Чем она отличается от теоремы Крамера?
Теорема Крамера непосредственно рассматривает выборочные средние iid-наблюдений, а Гертнера—Эллиса работает с пределом масштабированного преобразования более широкого семейства
Всегда ли теорема восстанавливает настоящую функцию скорости?
Нет. Ее выпуклая двойственная функция не раскрывает действительно невыпуклую скорость без дополнительного анализа, а нарушенная гладкость может оставить лишь частичные границы