Giải thích đẳng thức Itô cho tích phân ngẫu nhiên
Tìm hiểu cách đẳng thức Itô biến bình phương kỳ vọng của tích phân ngẫu nhiên Brownian thành tích phân thời gian thông thường và vì sao điều đó quan trọng với phòng hộ cùng mô phỏng
Câu trả lời trực tiếp
Đẳng thức Itô nói rằng bình phương kỳ vọng của tích phân ngẫu nhiên Brownian bình phương khả tích bằng kỳ vọng của tích phân theo thời gian của hàm dưới dấu tích phân bình phương. Nó biến rủi ro đường đi ngẫu nhiên thành phép tính phương sai thông thường, nhưng chỉ sau khi nêu tính dự đoán được và khả tích
Đẳng thức đo sự bất định bình phương
Với một quá trình dự đoán được H, đồng nhất thức trung tâm là E[(∫₀ᵀ H_t dW_t)²] = E[∫₀ᵀ H_t² dt]
Tích phân có kỳ vọng có điều kiện bằng zero khi các giả định đúng, nên hai vế cũng mô tả phương sai của nó
Đây không phải quy tắc nhân các vi phân. Nó là một đồng nhất thức L² được xác định qua giới hạn của các xấp xỉ theo thời gian giao dịch đơn giản
Các quá trình bậc thang cho thấy vì sao bình phương cộng lại
Giả sử H bằng 2 từ thời điểm 0 đến 0.25 và bằng zero sau đó. Khi ấy tích phân là 2(W_0.25 - W_0)
Phương sai của nó là 4 × 0.25 = 1, khớp chính xác với tích phân theo thời gian của H²
Với nhiều khoảng không chồng lấn, các gia số Brownian độc lập khiến số hạng chéo triệt tiêu trong kỳ vọng. Giới hạn giữ nguyên cách tính đó cho H khả dụng
Sai số phòng hộ cần một đường đi phơi nhiễm
Trong một phòng hộ khuếch tán, phơi nhiễm dư H_t với cú sốc Brownian tích lũy thành ∫ H_t dW_t
Đẳng thức Itô nói rằng sai số phòng hộ bình phương trung bình được mô hình hóa phụ thuộc vào toàn bộ đường đi phơi nhiễm, không chỉ delta cuối cùng hoặc một biến động trung bình
Hai phòng hộ có thể có cùng sai số cuối trên một đường đi đã thực hiện nhưng sai số bình phương kỳ vọng rất khác nhau vì phơi nhiễm trong ngày khác nhau [!TRYMARK] So sánh đường đi phơi nhiễm Trước một ngày mục tiêu hoặc mốc báo cáo thu nhập, dùng TryMark để ghi mức cổ phiếu, giả định IV, khoảng phòng hộ và rủi ro mục tiêu. Delta cuối ngày thấp không chứng minh phơi nhiễm tích lũy trong ngày nhỏ
Mô phỏng dùng cùng ngân sách phương sai
Các gia số Monte Carlo thường có dạng H_t√Δt Z, trong đó Z có kỳ vọng zero và phương sai one
Phương sai có điều kiện của chúng là H_t²Δt. Cộng các số hạng đó là phiên bản rời rạc của đẳng thức
Nếu mô phỏng thay đổi lưới thời gian, hãy so sánh ngân sách H² tích phân và sai số lấy mẫu thay vì giả định chỉ nhiều đường đi hơn đã xác thực kết quả phòng hộ
Tương quan, nhảy và đầu vào xấu vẫn là phần riêng
Với nhiều động lực Brownian, phương sai gồm ma trận hiệp phương sai và các số hạng phơi nhiễm chéo
Rủi ro nhảy, tái cân bằng rời rạc, chi phí giao dịch, báo giá cũ và sai số tham số không bị đồng nhất thức xóa bỏ. Chúng cần các số hạng mô hình hoặc kịch bản stress riêng
Định lý kiểm tra một thành phần khuếch tán bình phương khả tích. Nó không dự báo lợi nhuận, xác lập tính đầy đủ của thị trường hay làm cho một quy tắc giao dịch an toàn
Câu hỏi thường gặp
Đẳng thức Itô nói gì theo cách đơn giản?
Nó nói rằng phương sai tạo ra bởi nhiều cú sốc Brownian nhỏ có thể được tính bằng cách cộng kích thước bình phương của phơi nhiễm theo thời gian
Đẳng thức Itô có nghĩa phòng hộ không có rủi ro không?
Không. Nó chỉ mô tả phần Brownian bình phương khả tích theo một mô hình đã nêu. Nhảy, phòng hộ rời rạc, chi phí và đầu vào sai vẫn có thể tạo thua lỗ
Vì sao cần tính dự đoán được?
Hàm dưới dấu tích phân phải được chọn bằng thông tin có sẵn trước gia số Brownian. Nếu không, nó có thể dùng nhiễu tương lai và tích phân ngẫu nhiên sẽ không đại diện cho một phơi nhiễm khả dụng