Первый параметр используется для моделирования детерминированных тенденций, а второй параметр моделирует непредсказуемые события, происходящие во время движения.
Решение СДУ
Для произвольного начального значения S 0 приведенное выше СДУ имеет аналитическое решение (согласно интерпретации Ито ):
Когда , сходится к 0 быстрее, чем , поскольку . Таким образом, приведенную выше бесконечно малую величину можно упростить следующим образом:
Подставляя значение в приведенное выше уравнение и упрощая, получаем
Взяв экспоненту и умножив обе части на, получим решение, заявленное выше.
Арифметическое броуновское движение
Процесс для , удовлетворяющий SDE
или, в более общем смысле, процесс решения SDE
где и являются действительными константами и для начального условия называется арифметическим броуновским движением (ABM). Это была модель, постулированная Луи Башелье в 1900 году для цен на акции в первой опубликованной попытке смоделировать броуновское движение, известной сегодня как модель Башелье . Как было показано выше, SDE ABM можно получить через логарифм GBM по формуле Ито. Точно так же GBM можно получить возведением ABM в степень по формуле Ито.
При выводе дальнейших свойств GBM можно использовать SDE, решением которого является GBM, или можно использовать явное решение, данное выше. Например, рассмотрим случайный процесс log( S t ). Это интересный процесс, поскольку в модели Блэка–Шоулза он связан с логарифмом доходности цены акции. Использование леммы Ито с f ( S ) = log( S ) дает
Следует, что .
Этот результат также можно получить, применив логарифм к явному решению GBM:
Взятие ожидания дает тот же результат, что и выше: .
Моделирование путей выборки
# Код Python для сюжетаимпортировать numpy как npимпортировать matplotlib.pyplot как pltмю = 1п = 50дт = 0,1х0 = 100НП . случайный . семя ( 1 )сигма = НП . в диапазоне ( 0,8 , 2 , 0,2 )х = НП . опыт (( мю - сигма ** 2 / 2 ) * dt+ сигма * нп . случайный . нормальный ( 0 , np . sqrt ( dt ), размер = ( len ( сигма ), n )) . Т)х = НП . vstack ([ np.ones ( len ( sigma ) ) , x ])х = х0 * х . кампрод ( ось = 0 )плт . сюжет ( х )плт . легенда ( np . round ( сигма , 2 ))плт . xlabel ( "$t$" )плт . ylabel ( «$x$» )плт . заголовок ("Реализации геометрического броуновского движения с различными дисперсиями \n $\mu=1$")плт . показывать ()
Многовариантная версия
GBM можно распространить на случай, когда существует несколько коррелирующих ценовых путей. [3]
Каждый ценовой путь следует основному процессу
где винеровские процессы коррелированы так, что где .
Для многомерного случая это означает, что
Многомерная формулировка, которая сохраняет независимость движущих броуновских движений:
где корреляция между и теперь выражается через термины.
Использование в финансах
Геометрическое броуновское движение используется для моделирования цен на акции в модели Блэка – Шоулза и является наиболее широко используемой моделью поведения цен на акции. [4]
Вот некоторые аргументы в пользу использования GBM для моделирования цен на акции:
Ожидаемая доходность GBM не зависит от стоимости процесса (цены акций), что соответствует тому, что мы ожидаем в действительности. [4]
Процесс GBM предполагает только положительные значения, как и реальные цены на акции.
Процесс GBM демонстрирует ту же «шероховатость» в своих траекториях, что и реальные цены на акции.
Расчеты с помощью процессов GBM относительно просты.
Однако GBM не является полностью реалистичной моделью, в частности, она не соответствует действительности по следующим пунктам:
В реальных ценах на акции волатильность меняется со временем (возможно, стохастически ), но в GBM волатильность предполагается постоянной.
В реальной жизни цены на акции часто демонстрируют скачки, вызванные непредсказуемыми событиями или новостями, но в GBM путь непрерывен (без разрывов).
Помимо моделирования цен на акции, геометрическое броуновское движение также нашло применение при мониторинге торговых стратегий. [5]
Расширения
В попытке сделать GBM более реалистичной моделью цен на акции, в том числе и в отношении проблемы волатильности , можно отказаться от предположения, что волатильность ( ) постоянна. Если мы предположим, что волатильность является детерминированной функцией цены акции и времени, это называется моделью локальной волатильности . Непосредственным расширением GBM Блэка-Шоулза является SDE локальной волатильности, распределение которой представляет собой смесь распределений GBM, логнормальной динамики смеси, что приводит к выпуклой комбинации цен Блэка-Шоулза для опционов. [3] [6] [7] [8] Если вместо этого мы предположим, что волатильность имеет собственную случайность — часто описываемую другим уравнением, обусловленным другим броуновским движением, — модель называется моделью стохастической волатильности , см. пример модели Хестона . [9]
^ Росс, Шелдон М. (2014). «Вариации на тему броуновского движения». Введение в вероятностные модели (11-е изд.). Амстердам: Эльзевир. стр. 612–14. ISBN 978-0-12-407948-9.
^ Оксендал, Бернт К. (2002), Стохастические дифференциальные уравнения: введение с приложениями , Springer, p. 326, ISBN3-540-63720-6
^ ab Мусиела, М., и Рутковски, М. (2004), Методы Мартингейла в финансовом моделировании, 2-е издание, Springer Verlag, Берлин.
^ Аб Халл, Джон (2009). «12,3». Опционы, фьючерсы и другие деривативы (7-е изд.).
^ Рей, А.; Сигер, П.; Бушо, Ж.-П. (январь 2018 г.). «У вас просадка. Когда стоит начинать беспокоиться?». Уилмотт . 2018 (93): 56–59. arXiv : 1707.01457 . дои : 10.1002/wilm.10646. S2CID 157827746.
^ Бриго, Дамиано ; Меркурио, Фабио (2002). «Динамика логнормальной смеси и калибровка к рыночной волатильности улыбается». Международный журнал теоретических и прикладных финансов . 5 (4): 427–446. дои : 10.1142/S0219024902001511.
^ Бриго, Д., Меркурио, Ф., Сарторелли, Г. (2003). Альтернативная динамика цен активов и улыбка волатильности, QUANT FINANC, 2003, Том: 3, Страницы: 173–183, ISSN 1469-7688
^ Хестон, Стивен Л. (1993). «Решение закрытой формы для опционов со стохастической волатильностью с применением опционов на облигации и валюты». Обзор финансовых исследований . 6 (2): 327–343. дои : 10.1093/rfs/6.2.327. JSTOR 2962057. S2CID 16091300.
Внешние ссылки
Геометрические модели броуновского движения для движения акций, за исключением редких случаев.
Моделирование геометрического броуновского движения в Excel для моделирования цен на акции
«Интерактивное веб-приложение: случайные процессы, используемые в количественных финансах». Архивировано из оригинала 20 сентября 2015 г. Проверено 3 июля 2015 г.
Сайт неньютоновского исчисления
Мониторинг торговой стратегии: моделирование PnL как геометрического броуновского движения