อธิบาย Stochastic Exponential และ Doléans–Dade Exponential
ทำความเข้าใจ stochastic exponential การปรับแก้จาก jump ความเป็นบวก การทดสอบ martingale การเปลี่ยนมาตรวัด และบทบาทต่อพลวัตของมูลค่าสินทรัพย์
คำตอบโดยตรง
Stochastic exponential 𝓔(X) แก้สมการ dZ_t = Z_{t-}dX_t โดยมี Z_0 = 1 มันเปลี่ยนแรงกระแทกแบบ additive ของ semimartingale ให้เป็นการเติบโตแบบทบต้น พร้อมการปรับแก้จาก quadratic variation และ jump ที่ exponential ธรรมดาไม่มี
สมการสุ่มเชิงเส้นกำหนดวัตถุนี้
สำหรับ semimartingale X ที่เริ่มจากศูนย์ Doléans–Dade exponential Z = 𝓔(X) เป็นคำตอบเอกลักษณ์ของ Z_t = 1 + ∫_0^t Z_{s-}dX_s
ขีดจำกัดด้านซ้าย Z_{s-} สำคัญ เพราะ jump ΔX_s เปลี่ยนความมั่งคั่งแบบคูณด้วย 1 + ΔX_s ณ ขณะนั้น
นิยามนี้เป็นพื้นฐานมากกว่าการจำสูตรปิด และยังมีความหมายกับกระบวนการทั้งแบบต่อเนื่องและแบบมี jump
Quadratic variation ปรับแก้ exponential ธรรมดา
สำหรับ semimartingale แบบต่อเนื่อง 𝓔(X)_t = exp(X_t - X_0 - 1/2[X]^c_t) เมื่อรวมพจน์ finite-variation ที่เกี่ยวข้องไว้ใน X แล้ว
ถ้า X เป็น local martingale แบบต่อเนื่อง M รูปแบบที่คุ้นเคยคือ exp(M_t - 1/2⟨M⟩_t)
การลบพจน์นี้ชดเชยพจน์อันดับสองของ Itô ทำให้ d𝓔(M)_t = 𝓔(M)_t dM_t แทนที่จะเพิ่ม drift ที่ไม่ต้องการ
Jump ต้องมีการปรับแก้ด้วยผลคูณ
สำหรับ X ทั่วไป ให้คูณ exponential แบบต่อเนื่องด้วย ∏_{s≤t}(1 + ΔX_s)e^{-ΔX_s}
แต่ละตัวประกอบแทนการตอบสนองแบบ additive e^{ΔX} ด้วยตัวคูณความมั่งคั่งที่ต้องการคือ 1 + ΔX
ผลคูณอนันต์ต้องมี regularity ของ semimartingale รองรับ ไม่ใช่ใบอนุญาตให้คูณผลตอบแทนความถี่สูงดิบ ๆ โดยไม่ควบคุมการลู่เข้า
ขนาดของ jump เป็นตัวกำหนดความเป็นบวก
ถ้า ΔX > -1 ทุกตัว stochastic exponential จะยังคงเป็นบวกอย่างเคร่งครัดเมื่อเริ่มต้นจากค่าบวก
Jump ที่เท่ากับ -1 พอดีจะทำให้ค่าเป็นศูนย์ ส่วน jump ที่ต่ำกว่า -1 อาจเปลี่ยนเครื่องหมายและทำลายการใช้งานเป็น density ที่เป็นบวกหรือมูลค่าสินทรัพย์
เงื่อนไขนี้มีความหมายทางการเงินโดยตรง: การขาดทุนต่อสัดส่วนในหนึ่งขั้นไม่สามารถเกิน 100% ในแบบจำลองราคาที่มีความรับผิดจำกัด
Local martingale ไม่ได้เป็น density โดยอัตโนมัติ
เมื่อ M เป็น local martingale ที่มี jump เหมาะสม 𝓔(M) โดยทั่วไปเป็น local martingale และเป็น supermartingale เมื่อไม่เป็นลบ
หากจะกำหนดการเปลี่ยนความน่าจะเป็นบนช่วงเวลาคงที่ ต้องเป็น true martingale ที่มี E[𝓔(M)_T] = 1
Novikov, Kazamaki, boundedness หรือเกณฑ์เฉพาะของ jump อาจเป็นเงื่อนไขที่เพียงพอ แต่ไม่ควรสมมติเพียงเพราะสูตรมีหน้าตาเป็น exponential
การเปลี่ยนมาตรวัดและมูลค่าสินทรัพย์ใช้โครงสร้างเดียวกัน
ในทฤษฎี Girsanov stochastic exponential ที่ถูกต้องทำหน้าที่เป็น Radon–Nikodym density ซึ่งถ่วงน้ำหนักเส้นทางใหม่และเปลี่ยน drift
ในแบบจำลองผลตอบแทน dS_t/S_{t-} = dX_t คำตอบคือ S_t = S_0𝓔(X)_t ดังนั้นการทบต้นจึงฝังอยู่ในพลวัต
การตีความเป็น density กับราคาใช้การทำให้เป็นมาตรฐาน การอินทิเกรตได้ และเงื่อนไขการยอมรับที่ต่างกัน แม้พีชคณิตจะเหมือนกัน
การวินิจฉัยต้องมุ่งไปที่ความล้มเหลวบนเส้นทางหายาก
ตรวจสอบขอบเขตของ jump ค่าคาดหมายปลายทาง uniform integrability การทำให้ไม่ต่อเนื่อง และดูว่า exponential ที่เลือกเป็น local หรือ true
การอัปเดตแบบ Euler ที่ไร้เดียงสาอาจให้ค่าติดลบหรือบิดเบือนผลคูณ วิธีที่รักษาโครงสร้าง exponential ที่แน่นอนมักปลอดภัยกว่า
การจำลองอาจพลาดเส้นทางหายากที่ทำให้ค่าคาดหมายสูญเสีย จึงควรรวมการศึกษาการตัดขอบ เกณฑ์เชิงวิเคราะห์ การทดสอบขอบเขต และค่าเฉลี่ยตัวอย่างเข้าด้วยกัน
คำถามที่พบบ่อย
Stochastic exponential อธิบายแบบง่าย ๆ คืออะไร?
คือวิธีที่สอดคล้องทางคณิตศาสตร์ในการทบต้นผลตอบแทนสุ่มเล็ก ๆ โดยรวมทั้ง noise แบบต่อเนื่องและ jump ฉับพลัน
ทำไมต้องลบครึ่งหนึ่งของ quadratic variation?
การลบนี้ยกเลิก drift อันดับสองที่เกิดจากสูตรของ Itô ทำให้ผลลัพธ์แก้สมการสุ่มเชิงเส้นที่ต้องการ
Stochastic exponential เป็นศูนย์ได้เมื่อใด?
มันเป็นศูนย์เมื่อ semimartingale ที่ขับเคลื่อนมี jump เท่ากับลบหนึ่ง ซึ่งสอดคล้องกับการขาดทุนตามสัดส่วนทั้งหมด
Stochastic exponential ทุกตัวเป็น density สำหรับเปลี่ยนมาตรวัดที่ใช้ได้หรือไม่?
ไม่ ต้องไม่เป็นลบและต้องเป็น true martingale ที่มีค่าคาดหมายปลายทางเป็นหนึ่งบนช่วงเวลาที่เลือก