Изометрия Ито для стохастических интегралов: объяснение
Узнайте, как изометрия Ито превращает дисперсию стохастического интеграла Броуновского движения в обычный интеграл по времени и почему это важно для хеджирования и симуляции
Короткий ответ
Изометрия Ито утверждает, что ожидаемый квадрат квадратично интегрируемого стохастического интеграла Броуновского движения равен ожидаемому интегралу по времени от квадрата его подынтегрального множителя. Она превращает риск случайной траектории в обычный расчет дисперсии, но только после указания предсказуемости и интегрируемости
Изометрия измеряет квадратичную неопределенность
Для предсказуемого процесса H основное тождество имеет вид E[(∫₀ᵀ H_t dW_t)²] = E[∫₀ᵀ H_t² dt]
При выполнении предположений интеграл имеет условное среднее ноль, поэтому обе стороны также описывают его дисперсию
Это не правило перемножения дифференциалов. Это тождество в L², определенное через пределы простых приближений по торговому времени
Ступенчатые процессы показывают, почему квадраты складываются
Пусть H равен 2 от времени 0 до 0.25 и нулю после этого. Тогда интеграл равен 2(W_0.25 - W_0)
Его дисперсия равна 4 × 0.25 = 1, что точно совпадает с интегралом по времени от H²
Для нескольких неперекрывающихся интервалов независимые приращения Броуновского движения обнуляют перекрестные члены в среднем. Предел сохраняет этот учет для допустимого H
Ошибка хеджа требует траектории экспозиции
В диффузионном хедже остаточная экспозиция H_t к броуновскому шоку накапливается как ∫ H_t dW_t
Изометрия Ито показывает, что моделируемая среднеквадратичная ошибка хеджирования зависит от полной траектории экспозиции, а не только от конечной дельты или одной средней волатильности
Два хеджа могут иметь одинаковую конечную ошибку на одной реализованной траектории и очень разные ожидаемые квадратичные ошибки, потому что их внутридневная экспозиция различается [!TRYMARK] Сравнивайте траекторию экспозиции До целевой даты или контрольной точки отчетности запишите в TryMark уровень акции, предположение об IV, интервал хеджа и целевой риск. Низкая дельта в конце дня не доказывает, что накопленная внутридневная экспозиция была малой
В симуляции используется тот же бюджет дисперсии
Приращения Монте-Карло обычно имеют вид H_t√Δt Z, где Z имеет среднее ноль и дисперсию единица
Их условная дисперсия равна H_t²Δt. Суммирование этих членов — дискретный аналог изометрии
Если симуляция меняет временную сетку, сравнивайте интегрированный бюджет H² и ошибку выборки, а не предполагайте, что одни дополнительные траектории подтверждают результат хеджа
Корреляция, скачки и плохие входные данные остаются отдельными
При нескольких броуновских факторах дисперсия включает матрицу ковариаций и перекрестные члены экспозиций
Риск скачков, дискретная ребалансировка, транзакционные издержки, устаревшие котировки и ошибка параметров не исчезают благодаря тождеству. Для них нужны отдельные члены модели или стресс-сценарии
Теорема проверяет квадратично интегрируемую диффузионную часть. Она не прогнозирует прибыль, не устанавливает полноту рынка и не делает торговое правило безопасным
Частые вопросы
Что изометрия Ито означает простыми словами?
Она говорит, что дисперсию, созданную множеством малых броуновских шоков, можно вычислить сложением квадрата размера экспозиции во времени
Означает ли изометрия Ито, что хедж не имеет риска?
Нет. Она описывает только квадратично интегрируемую броуновскую часть в заданной модели. Скачки, дискретное хеджирование, издержки и неверные входные данные все еще могут привести к убыткам
Почему требуется предсказуемость?
Подынтегральный множитель должен выбираться на основе информации, доступной до броуновского приращения. Иначе он мог бы использовать будущий шум, и интеграл не описывал бы допустимую экспозицию