Giải thích stochastic exponential và Doléans–Dade exponential

Với semimartingale X bắt đầu từ zero, Doléans–Dade exponential Z = 𝓔(X) là nghiệm duy nhất của Z_t = 1 + ∫_0^t Z_{s-}dX_s

Giới hạn trái Z_{s-} quan trọng vì một jump ΔX_s làm thay đổi wealth theo phép nhân bằng 1 + ΔX_s tại chính thời điểm đó

Định nghĩa này nền tảng hơn việc ghi nhớ một công thức đóng và vẫn có ý nghĩa với cả quá trình liên tục lẫn có jump

Với semimartingale liên tục, 𝓔(X)_t = exp(X_t - X_0 - 1/2[X]^c_t) khi các thành phần finite-variation liên quan đã được đưa vào X

Nếu X là local martingale liên tục M, dạng quen thuộc là exp(M_t - 1/2⟨M⟩_t)

Phép trừ bù cho số hạng bậc hai Itô, khiến d𝓔(M)_t = 𝓔(M)_t dM_t thay vì thêm một drift không mong muốn

Với X tổng quát, nhân exponential liên tục với ∏_{s≤t}(1 + ΔX_s)e^{-ΔX_s}

Mỗi thừa số thay phản ứng exponential cộng e^{ΔX} bằng multiplier wealth cần thiết 1 + ΔX

Tích vô hạn cần tính chính quy semimartingale; nó không cho phép nhân các return tần suất cao thô mà không kiểm soát hội tụ

Nếu mọi ΔX > -1, stochastic exponential vẫn dương nghiêm ngặt khi bắt đầu dương

Jump đúng bằng -1 đưa nó về zero, còn jump nhỏ hơn -1 có thể đổi dấu, phá hỏng việc dùng nó làm mật độ dương hoặc giá trị tài sản

Điều kiện này có ý nghĩa tài chính trực tiếp: trong mô hình giá trách nhiệm hữu hạn, một khoản lỗ theo tỷ lệ trong một bước không thể vượt quá 100%

Khi M là local martingale với jump phù hợp, 𝓔(M) nhìn chung là local martingale và là supermartingale khi không âm

Để định nghĩa thay đổi xác suất trên một horizon cố định, nó phải là true martingale với E[𝓔(M)_T] = 1

Novikov, Kazamaki, boundedness hoặc các tiêu chí riêng cho jump có thể đủ; không nên giả định điều đó chỉ vì công thức trông giống exponential

Trong lý thuyết Girsanov, một stochastic exponential hợp lệ đóng vai trò density Radon–Nikodym, tái trọng số các path và thay đổi drift

Trong mô hình return dS_t/S_{t-} = dX_t, nghiệm là S_t = S_0𝓔(X)_t, nên phép cộng dồn đã nằm trong động lực

Diễn giải density và price cần các kiểm tra khác nhau về chuẩn hóa, tính khả tích và admissibility dù đại số của chúng giống nhau

Kiểm tra giới hạn jump, kỳ vọng cuối kỳ, uniform integrability, rời rạc hóa và việc exponential được chọn là local hay true

Cập nhật Euler ngây thơ có thể trở nên âm hoặc làm méo tích; các scheme bảo toàn cấu trúc exponential chính xác thường an toàn hơn

Mô phỏng có thể bỏ sót path hiếm gây mất kỳ vọng, nên kết hợp nghiên cứu cắt ngưỡng, tiêu chí giải tích, kiểm tra biên và trung bình mẫu