Tüm opsiyon ve vadeli işlem rehberleri
Hangi Gauss yol kaymaları uygundur15 dk okuma

Finansta Cameron–Martin Teoremi: Uygun Yol Kaymaları

Yalnızca sonlu enerjili deterministik kaymaların Wiener ölçüsü altında neden eşdeğer olduğunu ve bu sınırın finans modellerindeki ölçü değişikliklerini nasıl etkilediğini öğrenin

Mark tarafından hazırlandı · Birincil kaynaklar aşağıda

Doğrudan yanıt

Cameron–Martin teoremi, yalnızca belirli sonlu enerjili yol kaymalarının Wiener ölçüsünün eşdeğerliğini koruduğunu söyler. Bu, matematiksel finansta neyin uygun olduğunu tanımlar; Cameron–Martin uzayının dışındaki kaymalar tekil olur ve geçerli eşdeğerler değildir

Sonlu boyutlarda öteleme basittir

Dejenerasyona uğramamış bir Gauss vektörü herhangi bir sabit sonlu vektörle kaydırıldığında, başlangıç Gauss yasasına eşdeğer bir yoğunluğu yine korur

Olabilirlik oranı kaymayı ve gözlenen vektörü içeren üstel bir ifadedir

Wiener ölçüsü sonsuz boyutlu bir yol uzayında yaşar; burada her deterministik yol ötelemesi zararsız kalmaz

Sonlu enerjili yollar uygun uzayı oluşturur

[0,T] aralığındaki Brown hareketi için Cameron–Martin yolu h sıfırdan başlar ve mutlak süreklidir

Türevi h′ kare-integrallenebilir olmalı ve ∫₀ᵀ|h′(t)|²dt sonlu enerji vermelidir

Tipik bir Brown örneklem yolu bu uzayda bulunmasa bile bu yollar bir Hilbert uzayı oluşturur

Uygun kaymalar yoğunluğu değiştirir, sıfır olayları değil

h Cameron–Martin uzayına aitse W ile W+h yasaları karşılıklı mutlak süreklidir

Radon–Nikodym yoğunluğu, W'ye göre h′ içinde doğrusal bir üstel terim ve negatif yarım enerji düzeltmesi içerir

Eşdeğerlik, iki yasanın olasılığı sıfır olan olaylarda anlaşmasıdır; bu olaylara aynı olasılıkları verdikleri anlamına gelmez

Uzay dışındaki kaymalar tekildir

Deterministik öteleme gereken sonlu enerjiden yoksunsa, kaydırılmış ve başlangıç Wiener ölçüleri genellikle karşılıklı tekildir

Her ölçü, diğerinin sıfır saydığı bir kümede yoğunlaşır; sonlu boyutlu Gauss analogunda bulunmayan bir olgudur

Bu keskin sınır, uygun olabilirlik oranı formülünden ibaret değil, teoremin temel mesajıdır

Girsanov yol kayması fikrini genişletir

Cameron–Martin deterministik ötelemeleri, Girsanov ise uygun uyarlanmış rastgele drift değişikliklerini ele alır

İkisi üstel yoğunlukları ve kare-integrallenebilirlik fikirlerini kullanır; ancak Girsanov belirtilen koşullar altında geçerli bir yoğunluk martingali de gerektirir

Her drift değişimine Cameron–Martin demek, sabit geometrik öteleme ile stokastik ölçü değişikliği arasındaki farkı gizler

Finans teoremin arkasındaki geometriyi kullanır

Risk-nötr drift değişiklikleri, olabilirlik oranı duyarlılıkları, önem örneklemesi ve Gauss faiz modelleri benzer yol-uzayı yeniden ağırlıklandırmasına dayanır

Seçilen bir kayma nadir getiri bölgelerinin simülasyonunu kolaylaştırabilir; yoğunluk ortaya çıkan örneklem ortalamasını düzeltir

Malliavin yöntemleri de yola bağlı fonksiyoneller ve Yunan harfi tahmincileri için türev tanımlarken Cameron–Martin yönlerini kullanır

Eşdeğerlik iyi bir modeli garanti etmez

Teorem Gauss ölçü geometrisiyle ilgilidir; piyasa tamlığını, arbitrajsızlığı veya ampirik Brown dinamiklerini kanıtlamaz

Matematiksel olarak geçerli bir kayma yine de istikrarsız simülasyon ağırlıkları oluşturabilir veya sıçramaları, stokastik volatiliteyi ve işlem sürtünmelerini yok sayabilir

Sonucu hesaplamalı olarak kullanmadan önce yol uzayını, kovaryansı, yoğunluk konvansiyonunu, integrallenebilirliği ve tahminci varyansını kontrol edin

Sık sorulan sorular

Cameron–Martin uzayı nedir?

Brown hareketi için sıfırdan başlayan, mutlak sürekli ve kare-integrallenebilir türevlere sahip yolların Hilbert uzayıdır

Brown hareketi yolu Cameron–Martin yolu mudur?

Neredeyse kesinlikle hayır. Tipik Brown yolları çok düzensizdir; Cameron–Martin yolları ise uygun öteleme yönlerini tanımlar

Cameron–Martin Girsanov'dan nasıl farklıdır?

Cameron–Martin deterministik sonlu enerjili bir yolla kaydırır; Girsanov yoğunluk koşulları sağlandığında uyarlanmış rastgele drift değişikliklerine izin verir

Teorem finans için neden önemlidir?

Gauss yol yeniden ağırlıklandırmasının, duyarlılık analizinin, önem örneklemesinin ve ölçü değişikliği sezgisinin geometrik temelini sağlar

Kaynaklar ve daha fazla okuma

İlgili rehberler