Quant Sandbox
DerivatívákPortfólió és kockázatKötvényekVállalati pénzügyekValószínűség és mértékSztochasztikus modellekPiaci mikrostruktúraÚtmutató
Útmutató
Derivatívák árazása0 / 17
01Határidős ügyletek, call és put opciók02Pozíciók kombinálása03Arbitrázs és a határidős ár04Put–call paritás05Az egylépéses binomiális modell06Kockázatsemleges valószínűségek07Többlépéses fák és visszafelé indukció08Amerikai opciók és korai lehívás09Delta és fedezés10Geometriai Brown-mozgás11A Black–Scholes-képlet12A görögök: gamma, vega, théta és rhó13Opciók osztalékos részvényre, indexre, devizára és határidős ügyletre14Implikált volatilitás és a volatilitás-mosoly15Sztochasztikus volatilitás és a Heston-modell16Statikus replikáció: Breeden–Litzenberger és Carr–Madan17Egzotikus opciók: korlátos, ázsiai és digitális opciók
Portfólió és kockázat0 / 12
01Hozamok és volatilitás02Diverzifikáció és korreláció03Hatékony front és tőkepiaci egyenes04Kockázatkerülés és az optimális teljes portfólió05CAPM, béta és az értékpapír-piaci egyenes06Teljesítménymutatók: Sharpe, Treynor, Jensen és információs ráta07Faktormodellek és szisztematikus kockázat08A Fama–French-faktormodellek09Kockáztatott érték (VaR) és várható veszteség (ES)10Rendszerkockázat és fertőzés11Portfóliókorlátok és a shortolás nélküli hatékony front12A várható hozam és a kovariancia becslése
Kötvények és kamatlábak0 / 10
01Kötvényárak és hozamok02Duráció és konvexitás03Immunizáció és durációillesztés04Azonnali kamatok, forward kamatok és a hozamgörbe05Nem párhuzamos hozamgörbe-mozgások és kulcskamat-durációk06Kötvényfutures és a legolcsóbban szállítható kötvény07Kamatswapok08Visszahívható kötvények és negatív konvexitás09Hitelkockázat: csődvalószínűség és hitelfelár10Reálkamat, infláció és inflációkövető kötvények
Vállalati pénzügyek0 / 10
01Kamat, kamatozás és diszkontálás02Annuitások, örökjáradékok és hiteltörlesztés03Nettó jelenérték és belső megtérülési ráta04Projektkockázat: érzékenység, forgatókönyvek és Monte Carlo NPV05Súlyozott átlagos tőkeköltség06Tőkeszerkezet és a Modigliani–Miller-tételek07Osztalék, kifizetési politika és az osztalékdiszkont-modell08Diszkontált pénzáram alapú értékelés09Relatív értékelés szorzókkal10Reálopciók: a rugalmasság értéke
Valószínűség és mérték0 / 13
01Halmazok méretének mérése02σ-algebrák és Borel-halmazok03A Lebesgue-mérték és a nullmértékű halmazok04Mérhető függvények05A Lebesgue-integrál06Konvergenciatételek07Valószínűségi mezők és a Kolmogorov-axiómák08Valószínűségi változók és eloszlásaik09Várható érték, szórásnégyzet és egyenlőtlenségek10Függetlenség és szorzatmértékek11Konvergenciafajták és a nagy számok törvénye12Feltételes valószínűség és feltételes várható érték13Mértékelmélet az opcióárazásban
Sztochasztikus modellek0 / 17
01Véletlen bolyongás és Brown-mozgás02A nagy számok törvénye és a centrális határeloszlás-tétel03Valószínűségi mezők, σ-algebrák és valószínűségi változók04Filtrációk, adaptált folyamatok és megállási idők05Feltételes várható érték és martingálok06A Brown-mozgás tulajdonságai07A tükrözési elv és az első elérési idők08A Brown-híd09Az Itô-integrál10Az Itô-lemma11Kolmogorov-egyenletek és a Feynman–Kac-formula12Mértékcsere és a Girsanov-tétel13Monte Carlo-opcióárazás14SDE-k szimulációja: az Euler–Maruyama-séma15Korrelált Brown-mozgások és többeszközös modellek16Átlaghoz visszahúzó folyamatok: Ornstein–Uhlenbeck és Vasicek17Ugrások és a Merton-féle ugró diffúzió
Piaci mikrostruktúra0 / 11
01Market makerek és a likviditás02A limitáras ajánlati könyv03A sorban elfoglalt hely és a teljesülés valószínűsége04Kedvezőtlen kiválasztás és informált kereskedés05A Glosten–Milgrom-modell06A bid–ask spread mérése és felbontása07Informált kereskedés és Kyle lambdája08Árhatás és optimális végrehajtás09Készletkockázat és a jegyzések eltolása10Optimális jegyzés: az Avellaneda–Stoikov-modell11A market making eredményének felbontása
Tudásgráf

© 2026 Quant Sandbox · Tanulást segítő eszköz a kvantitatív pénzügyekhez

Adatvédelem és adatokNincsenek sütik

Ez az oldal nem használ sütiket (cookie-kat), és nem kér személyes adatokat. Néhány apró beállítást a böngésződ helyi tárolójában (local storage) őriz meg — a választott témát és nyelvet, az oldalsáv elrendezését, valamint az útmutatókban elért haladást és a válaszaidat —, hogy a következő látogatáskor is emlékezzen rájuk. Ezek az adatok nem hagyják el az eszközödet; a böngésző tárhelyének törlésével eltávolíthatók. A módosított bemenetek az oldal URL-címében is rögzülhetnek, így megoszthatsz vagy könyvjelzőként elmenthetsz egy adott beállítást. Az oldal a Vercel Web Analytics szolgáltatást használja, amely adatvédelem-barát és süti nélküli: csak névtelen, összesített használati adatokat (például oldalletöltéseket) rögzít, anélkül hogy azonosítana téged vagy más oldalakon követne.

Útmutatók/Valószínűség és mérték/13

Mértékelmélet az opcióárazásban

13. lecke / 13 · 1 perc

A megelőző tizenkét lecke a nulláról építette fel a mértékelméletet és a valószínűségszámítást, és egyszer sem szólt árról. A „Valószínűségi mezők és a Kolmogorov-axiómák” az 1 teljes tömegű mértékből a véletlen modelljét csinálta, a „Valószínűségi változók és eloszlásaik” leírta, mit állít elő egy modell, a „Feltételes valószínűség és feltételes várható érték” pedig megmutatta, hogyan frissítsük. A „Kockázatsemleges valószínűségek” megmutatta, hogy az opciót olyan valószínűséggel vett átlag árazza, amely nem a valós világé. Ez a lecke egyetlen kis piacon rakja össze a két oldalt: egy call opción, amelynek részvénye három napig fel vagy le lép. Az árképlet minden jele a pálya valamelyik fogalmának bizonyul, ezért a lecke egyenként végigmegy rajtuk, hozzáadja azokat a mértékelméleti eszközöket, amelyeket az árazás igényel, és a korábbi leckék nem adtak meg, a filtrációt, az abszolút folytonosságot és a Radon–Nikodym-sűrűséget, és végül azokkal a határátmenetekkel zár, amelyek a háromnapos piacot a folytonos időhöz kötik.

Egy háromnapos piac

Egy részvény ára S0=100S_0 = 100S0​=100-ról indul. Minden nap az ár 1,11{,}11,1-szeresére nő (felfelé lépés, uuu) vagy 0,90{,}90,9-szeresére csökken (lefelé lépés, ddd). A kamat nulla, így a készpénz megőrzi az értékét; pozitív kamatnál a lenti képlet csak egy e−rTe^{-rT}e−rT állandó szorzót kap, ami a mértékelméleten semmit sem változtat. Egy K=100K = 100K=100 kötési árú európai call opció a 3. nap végén jár le, és (S3−K)+=max⁡(S3−100,0)(S_3 - K)^+ = \max(S_3 - 100, 0)(S3​−K)+=max(S3​−100,0)-t fizet. Az ára, ahogy a „Kockázatsemleges valószínűségek” levezeti:

V0=EQ[(S3−K)+].V_0 = \mathbb{E}_{\mathbb{Q}}\big[(S_3 - K)^+\big].V0​=EQ​[(S3​−K)+].

Három nap felfelé és lefelé lépései 23=82^3 = 823=8 árpályát adnak. Három felfelé lépés után S3=100⋅1,13=133,1S_3 = 100 \cdot 1{,}1^3 = 133{,}1S3​=100⋅1,13=133,1; két felfelé és egy lefelé lépés után, bármilyen sorrendben, 108,9108{,}9108,9; egy felfelé lépés után 89,189{,}189,1; három lefelé lépés után 72,972{,}972,9. Csak az első két fajta fizet: egy pályán 33,133{,}133,1-et, háromon 8,98{,}98,9-et.

Az ábra a nyolc pályát mutatja. Válassz ki egy jelet a képletből, és az ábra megmutatja, mi az ezen a piacon; válts a Q\mathbb{Q}Q kockázatsemleges és a P\mathbb{P}P valós mérték között, és mozgasd a kötési árat. Kiinduló állásában az ár 7,4757{,}4757,475, a call 0,50{,}50,5 valószínűséggel fizet, és a várható részvényár 100100100. Válts P\mathbb{P}P-re, és ugyanezek a kijelzők 9,1429{,}1429,142, 0,5750{,}5750,575 és 103,03103{,}03103,03 lesznek; a lecke többi része azt magyarázza, miért térnek el ezek a számok, és melyik az ár.

Egy call ár minden jele egy háromnapos piaconMegnyitás: Valószínűségi mező
100
80130
0. nap1. nap2. nap3. nap100.0110.090.0121.099.099.081.0uuuuududuuddduududdduddd
Ár, V₀ (ℚ alatt)
7.475
E[kifizetés] ℚ alatt
7.475
ℚ(a call fizet)
0.500
E[S₃] ℚ alatt
100.00

Egy kimenetel egy teljes pálya. Ez a nyolc pálya az Ω; minden más a pálya függvénye.

Kimenetelek és események

A képletben elrejtett első jel az Ω\OmegaΩ eseménytér. A „Valószínűségi mezők és a Kolmogorov-axiómák” két kockával írta le a kimeneteleket: a kimenetel annak teljes leírása, mi történt, ott egy számpár. Ezen a piacon a kimenetelnek mindent el kell döntenie, amire a modell rákérdezhet, ezért egy teljes pálya, nem egyetlen nap lépése: Ω={uuu,uud,udu,udd,duu,dud,ddu,ddd}\Omega = \{uuu, uud, udu, udd, duu, dud, ddu, ddd\}Ω={uuu,uud,udu,udd,duu,dud,ddu,ddd}. A modell teljes véletlensége annyi, hogy melyik ω∈Ω\omega \in \Omegaω∈Ω valósul meg. Minden más, az S1,S2,S3S_1, S_2, S_3S1​,S2​,S3​ árak és a kifizetés is, ω\omegaω függvénye: ha ismert a pálya, ismert rajta minden ár.

Az esemény pályák halmaza. A call az {S3>100}={uuu,uud,udu,duu}\{S_3 > 100\} = \{uuu, uud, udu, duu\}{S3​>100}={uuu,uud,udu,duu} eseményen fizet, négy pályán; az első nap az {uuu,uud,udu,udd}\{uuu, uud, udu, udd\}{uuu,uud,udu,udd} eseményen lép felfelé. Véges Ω\OmegaΩ esetén semmi sem akadályozza meg, hogy a pályák minden halmazát eseménynek nevezzük, így a σ-algebra F=2Ω\mathcal{F} = 2^{\Omega}F=2Ω, és 28=2562^8 = 25628=256 esemény van. A „σ-algebrák és Borel-halmazok” axiómái csak végtelen Ω\OmegaΩ esetén kezdenek számítani. Egy minden pillanatban árazott modellnek megszámlálhatatlanul sok pályája van, és ilyenkor, ahogy Vitali halmaza megmutatta, pályák bizonyos gyűjteményeihez egyáltalán nem rendelhető valószínűség.

A valószínűségi mérték 1 teljes tömegű mérték. A „Halmazok méretének mérése” a véges halmazon értelmezett mértékeket súlyozott pontmasszákként írta le, és a P\mathbb{P}P itt pontosan ilyen: nyolc pontmassza, pályánként egy, így minden AAA eseményre P(A)=∑ω∈AP({ω})\mathbb{P}(A) = \sum_{\omega \in A} \mathbb{P}(\{\omega\})P(A)=∑ω∈A​P({ω}).

Az információ és a filtráció

A kereskedő nem egyszerre látja ω\omegaω-t; a pálya napról napra derül ki. Azt, hogy a ttt-edik nap után mit tud, azoknak az eseményeknek az Ft\mathcal{F}_tFt​ σ-algebrája írja le, amelyek addigra eldőlnek. A kereskedés kezdete előtt semmit sem tud, így F0={∅,Ω}\mathcal{F}_0 = \{\emptyset, \Omega\}F0​={∅,Ω}. Az első nap után tudja, hogy felfelé lépett-e az ár, így F1\mathcal{F}_1F1​-et a két blokk generálja:

Au={uuu,uud,udu,udd},Ad={duu,dud,ddu,ddd}.A_u = \{uuu, uud, udu, udd\}, \qquad A_d = \{duu, dud, ddu, ddd\}.Au​={uuu,uud,udu,udd},Ad​={duu,dud,ddu,ddd}.

Ahogy a „σ-algebrák és Borel-halmazok” a véges σ-algebrákról elmondta, ez a két blokk F1\mathcal{F}_1F1​ atomja, a σ-algebra pedig az atomok minden unióját tartalmazza: 22=42^2 = 422=4 esemény, az ∅\emptyset∅, AuA_uAu​, AdA_dAd​ és Ω\OmegaΩ. A második nap után négy atom van (uu⋅uu\cdotuu⋅, ud⋅ud\cdotud⋅, du⋅du\cdotdu⋅, dd⋅dd\cdotdd⋅) és 24=162^4 = 1624=16 esemény; a harmadik nap után minden pálya külön atom, és F3=2Ω\mathcal{F}_3 = 2^\OmegaF3​=2Ω. A σ-algebráknak az a lánca,

F0⊂F1⊂F2⊂F3\mathcal{F}_0 \subset \mathcal{F}_1 \subset \mathcal{F}_2 \subset \mathcal{F}_3F0​⊂F1​⊂F2​⊂F3​

amelyben mindegyik tartalmazza az előzőt, a filtráció: az információ csak bővül, mert ami ma megválaszolódott, holnap is az marad.

A „Mérhető függvények” megmutatta, hogy partíción egy függvény pontosan akkor mérhető, ha minden atomon állandó. Így az S1S_1S1​ ár F1\mathcal{F}_1F1​-mérhető, hiszen AuA_uAu​-n 110110110, AdA_dAd​-n 909090, S3S_3S3​ viszont nem az: AuA_uAu​-n három értéket vesz fel, 133,1133{,}1133,1-et, 108,9108{,}9108,9-et és 89,189{,}189,1-et. Azt a folyamatot, amelynek értéke minden időpontban az adott időpont σ-algebrájára nézve mérhető, adaptáltnak nevezzük; az ilyen folyamatokat a „Filtrációk, adaptált folyamatok és megállási idők” tárgyalja.

Két mérték ugyanazokon az eseményeken

Ezen a piacon két valószínűségi mérték számít, és mindkettő ugyanazon az (Ω,F)(\Omega, \mathcal{F})(Ω,F) páron él. A P\mathbb{P}P valós mérték szerint a részvény minden nap p=0,55p = 0{,}55p=0,55 valószínűséggel lép felfelé. A Q\mathbb{Q}Q kockázatsemleges mérték azt a felfelé lépési valószínűséget használja, amely mellett a mai ár egyenlő a holnapi várható árral, ahogy a „Kockázatsemleges valószínűségek” levezeti: felfelé lépés után az ár 110110110, lefelé lépés után 909090, és 0,5⋅110+0,5⋅90=100=S00{,}5 \cdot 110 + 0{,}5 \cdot 90 = 100 = S_00,5⋅110+0,5⋅90=100=S0​. Általában

q=1−du−d=1−0,91,1−0,9=0,5.q = \frac{1 - d}{u - d} = \frac{1 - 0{,}9}{1{,}1 - 0{,}9} = 0{,}5.q=u−d1−d​=1,1−0,91−0,9​=0,5.

Mindkét mérték szerint a három nap független, így egy pálya valószínűsége egytagú valószínűségek szorzata, a „Függetlenség és szorzatmértékek” szorzatmértéke. Egy kkk felfelé lépést tartalmazó pálya valószínűsége P\mathbb{P}P alatt pk(1−p)3−kp^k (1 - p)^{3-k}pk(1−p)3−k, Q\mathbb{Q}Q alatt qk(1−q)3−kq^k (1 - q)^{3-k}qk(1−q)3−k:

  • három felfelé lépés: P=0,166375\mathbb{P} = 0{,}166375P=0,166375, Q=0,125\mathbb{Q} = 0{,}125Q=0,125;
  • két felfelé lépés (három pálya, mindegyik): P=0,136125\mathbb{P} = 0{,}136125P=0,136125, Q=0,125\mathbb{Q} = 0{,}125Q=0,125;
  • egy felfelé lépés (három pálya, mindegyik): P=0,111375\mathbb{P} = 0{,}111375P=0,111375, Q=0,125\mathbb{Q} = 0{,}125Q=0,125;
  • egy sem felfelé: P=0,091125\mathbb{P} = 0{,}091125P=0,091125, Q=0,125\mathbb{Q} = 0{,}125Q=0,125.

A két mérték másként súlyozza ugyanazokat az eseményeket. Az első nap P(Au)=0,55\mathbb{P}(A_u) = 0{,}55P(Au​)=0,55, illetve Q(Au)=0,5\mathbb{Q}(A_u) = 0{,}5Q(Au​)=0,5 valószínűséggel lép felfelé; a call P(S3>100)=0,57475\mathbb{P}(S_3 > 100) = 0{,}57475P(S3​>100)=0,57475, illetve Q(S3>100)=0,5\mathbb{Q}(S_3 > 100) = 0{,}5Q(S3​>100)=0,5 valószínűséggel fizet.

Abszolút folytonosság és a Radon–Nikodym-sűrűség

Egy mértéket újrasúlyozással ismerős módon lehet másikká alakítani. A „Halmazok méretének mérése” rúdjának hossza 1, sűrűsége ρ(x)=2x\rho(x) = 2xρ(x)=2x volt, így tömege μ(A)=∫A2x dx\mu(A) = \int_A 2x \, dxμ(A)=∫A​2xdx: a μ\muμ mérték a hossz, amelyben minden pontot ρ\rhoρ súlyoz. A [0,1/2][0, 1/2][0,1/2] szakasz hossza 1/21/21/2, tömege viszont ∫01/22x dx=1/4\int_0^{1/2} 2x \, dx = 1/4∫01/2​2xdx=1/4.

Az újrasúlyozásnak van egy elkerülhetetlen következménye. Az a halmaz, amelyet a hossz nem lát, vagyis az „A Lebesgue-mérték és a nullmértékű halmazok” nullmértékű halmaza, az újrasúlyozás után sem hordoz tömeget, mert ∫Aρ dλ=0\int_A \rho \, d\lambda = 0∫A​ρdλ=0, ha λ(A)=0\lambda(A) = 0λ(A)=0. Egy ν\nuν mérték tehát csak akkor lehet μ\muμ újrasúlyozása, ha μ(A)=0\mu(A) = 0μ(A)=0 maga után vonja, hogy ν(A)=0\nu(A) = 0ν(A)=0. Ennek a tulajdonságnak neve van: ν\nuν abszolút folytonos μ\muμ-re nézve, jelben ν≪μ\nu \ll \muν≪μ. Két mérték ekvivalens, ha mindegyik abszolút folytonos a másikra nézve, vagyis ha pontosan ugyanazok a nullmértékű halmazaik.

Két ellenpélda megmutatja, mi romolhat el. A δ0\delta_0δ0​ pontmassza nem abszolút folytonos a hosszra nézve, mert λ({0})=0\lambda(\{0\}) = 0λ({0})=0, de δ0({0})=1\delta_0(\{0\}) = 1δ0​({0})=1. A [0,1/2][0, 1/2][0,1/2]-n egyenletes mérték, amely az AAA halmazhoz a 2λ(A∩[0,1/2])2\lambda(A \cap [0, 1/2])2λ(A∩[0,1/2]) tömeget rendeli, abszolút folytonos a [0,1][0, 1][0,1]-en vett hosszra nézve, de a kettő nem ekvivalens: az (1/2,1](1/2, 1](1/2,1] szakasz hossza 1/21/21/2, tömege 0.

A Radon–Nikodym-tétel szerint a szükséges feltétel elégséges is. Legyen μ\muμ és ν\nuν σ-véges, vagyis a tér megszámlálható sok véges mértékű halmaz uniója, ahogy R\mathbb{R}R az [n,n+1][n, n+1][n,n+1] intervallumok uniója; minden valószínűségi mérték ilyen. Ha ν≪μ\nu \ll \muν≪μ, akkor van olyan mérhető Z≥0Z \ge 0Z≥0 függvény, a sűrűség vagy Radon–Nikodym-derivált, jele dνdμ\frac{d\nu}{d\mu}dμdν​, hogy

ν(A)=∫AZ dμminden A esemeˊnyre,∫X dν=∫XZ dμ.\nu(A) = \int_A Z \, d\mu \quad \text{minden } A \text{ eseményre}, \qquad \int X \, d\nu = \int X Z \, d\mu.ν(A)=∫A​Zdμminden A esemeˊnyre,∫Xdν=∫XZdμ.

A második képlet az elsőből „A Lebesgue-integrál” lépéseivel következik: indikátorok, aztán egyszerű függvények, aztán monoton határértékek. A sűrűség egy μ\muμ-nullhalmaz erejéig egyértelmű, két sűrűség majdnem mindenütt egyenlő. A bizonyítást itt nem írjuk le.

Véges téren a sűrűség egyszerűen tömegek hányadosa, Z(ω)=ν({ω})/μ({ω})Z(\omega) = \nu(\{\omega\})/\mu(\{\omega\})Z(ω)=ν({ω})/μ({ω}). A piacon Z=dQdPZ = \frac{d\mathbb{Q}}{d\mathbb{P}}Z=dPdQ​ minden pálya Q\mathbb{Q}Q-valószínűségét elosztja a P\mathbb{P}P-valószínűségével:

  • Z=0,7513Z = 0{,}7513Z=0,7513 az uuuuuuuuu pályán, mert 0,125/0,1663750{,}125 / 0{,}1663750,125/0,166375;
  • Z=0,9183Z = 0{,}9183Z=0,9183 a két felfelé lépést tartalmazó pályák mindegyikén;
  • Z=1,1223Z = 1{,}1223Z=1,1223 az egy felfelé lépést tartalmazó pályák mindegyikén;
  • Z=1,3717Z = 1{,}3717Z=1,3717 a ddddddddd pályán.

ZZZ egynél kisebb ott, ahol P\mathbb{P}P nagyobb súlyt ad, mint Q\mathbb{Q}Q, és nagyobb ott, ahol kisebbet, ezért P\mathbb{P}P súlyaival átlagolva pontosan Q\mathbb{Q}Q teljes tömegét adja: EP[Z]=Q(Ω)=1\mathbb{E}_{\mathbb{P}}[Z] = \mathbb{Q}(\Omega) = 1EP​[Z]=Q(Ω)=1. A sűrűség az információt is követi. F1\mathcal{F}_1F1​-re megszorítva a blokkvalószínűségek hányadosa: AuA_uAu​-n 0,5/0,55=0,90910{,}5 / 0{,}55 = 0{,}90910,5/0,55=0,9091, AdA_dAd​-n 0,5/0,45=1,11110{,}5 / 0{,}45 = 1{,}11110,5/0,45=1,1111.

Kidolgozott példa

Mértékcsere a sűrűséggel

  1. A sűrűség az uuuuuuuuu pályán, a Q\mathbb{Q}Q- és a P\mathbb{P}P-valószínűség hányadosa:

    Z(uuu)=0,125/0,166375\displaystyle Z(uuu) = 0{,}125 / 0{,}166375Z(uuu)=0,125/0,166375=0,7513
  2. A sűrűség a ddddddddd pályán:

    Z(ddd)=0,125/0,091125\displaystyle Z(ddd) = 0{,}125 / 0{,}091125Z(ddd)=0,125/0,091125=1,3717
  3. ZZZ P\mathbb{P}P szerinti átlaga mind a nyolc pályán Q\mathbb{Q}Q teljes tömege:

    0,166375⋅0,7513+3⋅0,136125⋅0,9183+3⋅0,111375⋅1,1223+0,091125⋅1,3717\displaystyle 0{,}166375 \cdot 0{,}7513 + 3 \cdot 0{,}136125 \cdot 0{,}9183 + 3 \cdot 0{,}111375 \cdot 1{,}1223 + 0{,}091125 \cdot 1{,}37170,166375⋅0,7513+3⋅0,136125⋅0,9183+3⋅0,111375⋅1,1223+0,091125⋅1,3717=1
  4. A call kockázatsemleges kifizetési valószínűsége P\mathbb{P}P-súlyokkal és a sűrűséggel számolva, az uuu,uud,udu,duuuuu, uud, udu, duuuuu,uud,udu,duu pályákon:

    0,166375⋅0,7513+3⋅0,136125⋅0,9183\displaystyle 0{,}166375 \cdot 0{,}7513 + 3 \cdot 0{,}136125 \cdot 0{,}91830,166375⋅0,7513+3⋅0,136125⋅0,9183=0,5
  5. Az első nap információján a sűrűség blokkvalószínűségek hányadosa; AuA_uAu​-n:

    0,5/0,55\displaystyle 0{,}5 / 0{,}550,5/0,55=0,9091
  6. AdA_dAd​-n:

    0,5/0,45\displaystyle 0{,}5 / 0{,}450,5/0,45=1,1111

Az ekvivalens mértékeknek közösek a nullmértékű halmazaik, így a majdnem biztos állításaik is: egy P\mathbb{P}P szerint 1 valószínűségű esemény Q\mathbb{Q}Q szerint is 1 valószínűségű. A fán mindkét mérték minden pályát súlyoz, így a váltással semmi sem vész el. Ez a tulajdonság teszi biztonságossá a mértékcserét folytonos időben. A „Mértékcsere és a Girsanov-tétel” olyan ekvivalens Q\mathbb{Q}Q mértéket épít, amely alatt egy sodródású Brown-mozgás sodródásmentessé válik. A pályák folytonossága, sehol sem deriválhatósága és a kvadratikus variáció értéke, amelyeket „A Brown-mozgás tulajdonságai” gyűjt össze, a pályák majdnem biztos tulajdonságai, tehát Q\mathbb{Q}Q alatt éppúgy fennállnak, mint P\mathbb{P}P alatt. A mértékcsere a sodródást elmozdíthatja, de a volatilitáshoz nem nyúlhat. Ugyanezért az árazó mértéknek ekvivalensnek kell lennie a valós mértékkel: ami nem történhet meg, annak nem lehet értéke, és aminek van esélye megtörténni, azt nem szabad figyelmen kívül hagyni.

Az ekvivalencia teszi lehetővé, hogy a sűrűség mindkét irányban létezzen: ha Q≈P\mathbb{Q} \approx \mathbb{P}Q≈P, akkor dPdQ=1/Z\frac{d\mathbb{P}}{d\mathbb{Q}} = 1/ZdQdP​=1/Z. A piacon ez a fordított hányados, 1/0,7513=1,3311/0{,}7513 = 1{,}3311/0,7513=1,331 az uuuuuuuuu pályán, ami éppen 0,166375/0,1250{,}166375 / 0{,}1250,166375/0,125.

Ugyanez a tétel adja a feltételes várható érték létezését. Ha X≥0X \ge 0X≥0 és G\mathcal{G}G egy σ-algebra, a G↦∫GX dPG \mapsto \int_G X \, d\mathbb{P}G↦∫G​XdP halmazfüggvény G\mathcal{G}G-n abszolút folytonos P\mathbb{P}P-re nézve, mert egy P\mathbb{P}P-nullhalmazon az integrál 0. Radon–Nikodym-sűrűsége egy G\mathcal{G}G-mérhető függvény, és ez a függvény az E[X∣G]\mathbb{E}[X \mid \mathcal{G}]E[X∣G], amelyet a „Feltételes valószínűség és feltételes várható érték” az ∫GE[X∣G] dP=∫GX dP\int_G \mathbb{E}[X \mid \mathcal{G}] \, d\mathbb{P} = \int_G X \, d\mathbb{P}∫G​E[X∣G]dP=∫G​XdP összefüggéssel definiált.

Kifizetések, eloszlások és az ár

S3S_3S3​ egy függvény Ω\OmegaΩ-n: S3(uuu)=133,1S_3(uuu) = 133{,}1S3​(uuu)=133,1, S3(uud)=108,9S_3(uud) = 108{,}9S3​(uud)=108,9, és így tovább. Minden S3≤xS_3 \le xS3​≤x alakú kérdés esemény, így S3S_3S3​ a „Valószínűségi változók és eloszlásaik” értelmében valószínűségi változó. Az X=(S3−K)+X = (S_3 - K)^+X=(S3​−K)+ kifizetés S3S_3S3​ folytonos függvénye, a „Mérhető függvények” pedig megmutatta, hogy mérhető függvény folytonos függvénye mérhető, így XXX is valószínűségi változó.

A valószínűségi változó átviszi az Ω\OmegaΩ-n lévő valószínűséget a számegyenesre; ez a kép az eloszlása. Q\mathbb{Q}Q alatt a kifizetés 1/81/81/8 valószínűséggel 33,133{,}133,1, 3/83/83/8 valószínűséggel 8,98{,}98,9, 1/21/21/2 valószínűséggel 000, a 0-beli atom a kötési ár alatt vagy azon végződő négy pályát gyűjti össze. P\mathbb{P}P alatt ugyanennek a három értéknek a valószínűsége 0,1663750{,}1663750,166375, 0,4083750{,}4083750,408375 és 0,425250{,}425250,42525. Az értékek ugyanazok, a súlyok nem.

A várható érték a kifizetést átlagolja a kimeneteleken. Az XXX egyszerű függvény, 33,1⋅1{uuu}+8,9⋅1{uud,udu,duu}33{,}1 \cdot \mathbf{1}_{\{uuu\}} + 8{,}9 \cdot \mathbf{1}_{\{uud, udu, duu\}}33,1⋅1{uuu}​+8,9⋅1{uud,udu,duu}​, „A Lebesgue-integrál” pedig az egyszerű függvény integrálját úgy definiálja, mint minden érték és annak a halmaznak a mértéke szorzatának összegét, ahol az érték felvétetik:

EQ[X]=∫ΩX dQ=33,1⋅Q({uuu})+8,9⋅Q({uud,udu,duu})=33,1⋅0,125+8,9⋅0,375=7,475.\mathbb{E}_{\mathbb{Q}}[X] = \int_\Omega X \, d\mathbb{Q} = 33{,}1 \cdot \mathbb{Q}(\{uuu\}) + 8{,}9 \cdot \mathbb{Q}(\{uud, udu, duu\}) = 33{,}1 \cdot 0{,}125 + 8{,}9 \cdot 0{,}375 = 7{,}475.EQ​[X]=∫Ω​XdQ=33,1⋅Q({uuu})+8,9⋅Q({uud,udu,duu})=33,1⋅0,125+8,9⋅0,375=7,475.

Ugyanez az integrál P\mathbb{P}P alatt EP[X]=9,14155\mathbb{E}_{\mathbb{P}}[X] = 9{,}14155EP​[X]=9,14155, ennyi kifizetést vár egy befektető a valós világban. Ez nem az ár; az ár V0=7,475V_0 = 7{,}475V0​=7,475: a callt replikáló, részvényből és készpénzből álló portfólió 7,4757{,}4757,475-be kerül, bármekkora is ppp. A Q\mathbb{Q}Q-t az emeli ki, hogy martingállá teszi a részvényárat, EQ[S3]=100=S0\mathbb{E}_{\mathbb{Q}}[S_3] = 100 = S_0EQ​[S3​]=100=S0​, míg EP[S3]=103,0301\mathbb{E}_{\mathbb{P}}[S_3] = 103{,}0301EP​[S3​]=103,0301. A sűrűség összeköti a két átlagot: EQ[X]=EP[ZX]\mathbb{E}_{\mathbb{Q}}[X] = \mathbb{E}_{\mathbb{P}}[Z X]EQ​[X]=EP​[ZX].

Az ár nem függ ppp-től. A valós valószínűség változtatása módosítja EP[X]\mathbb{E}_{\mathbb{P}}[X]EP​[X]-et, de V0V_0V0​-t nem, mert V0V_0V0​ egy replikáló portfólió költsége, és Q\mathbb{Q}Q az a mérték, amely ezt a költséget adja vissza.

Kidolgozott példa

A call árazása a háromnapos piacon

  1. A felfelé lépés kockázatsemleges valószínűsége:

    q=(1−0,9)/(1,1−0,9)\displaystyle q = (1 - 0{,}9)/(1{,}1 - 0{,}9)q=(1−0,9)/(1,1−0,9)=0,5
  2. Egy pálya Q\mathbb{Q}Q-valószínűsége, három független nappal:

    0,53\displaystyle 0{,}5^30,53=0,125
  3. A kifizetés az uuuuuuuuu pályán:

    133,1−100\displaystyle 133{,}1 - 100133,1−100=33,1
  4. A kifizetés a két felfelé lépést tartalmazó három pálya mindegyikén:

    108,9−100\displaystyle 108{,}9 - 100108,9−100=8,9
  5. Az ár, a kifizetés Q\mathbb{Q}Q szerinti integrálja a nyolc pályán:

    V0=0,125⋅(33,1+3⋅8,9)\displaystyle V_0 = 0{,}125 \cdot (33{,}1 + 3 \cdot 8{,}9)V0​=0,125⋅(33,1+3⋅8,9)=7,475

Call árak mint farokintegrálok

Az ár rétegenként is kiszámítható. „A Lebesgue-integrál” egy függvény alatti területet vízszintes rétegekre vágott, a „Várható érték, szórásnégyzet és egyenlőtlenségek” pedig ebből kapta a farokformulát: E[X]=∫0∞P(X>t) dt\mathbb{E}[X] = \int_0^\infty \mathbb{P}(X > t) \, dtE[X]=∫0∞​P(X>t)dt. A call kifizetésére X>tX > tX>t pontosan akkor, ha S3>K+tS_3 > K + tS3​>K+t, így az s=K+ts = K + ts=K+t helyettesítéssel

C(K)=EQ[(S3−K)+]=∫K∞Q(S3>s) ds.C(K) = \mathbb{E}_{\mathbb{Q}}\big[(S_3 - K)^+\big] = \int_K^\infty \mathbb{Q}(S_3 > s) \, ds.C(K)=EQ​[(S3​−K)+]=∫K∞​Q(S3​>s)ds.

A fán az s↦Q(S3>s)s \mapsto \mathbb{Q}(S_3 > s)s↦Q(S3​>s) egy lépcsős függvény. Ha sss 100100100 és 108,9108{,}9108,9 között van, négy pálya végződik sss fölött, tehát az érték 0,50{,}50,5; 108,9108{,}9108,9 és 133,1133{,}1133,1 között csak az uuuuuuuuu, tehát 0,1250{,}1250,125; 133,1133{,}1133,1 fölött 0. A lépcső alatti terület a kötési ártól jobbra

C(100)=0,5⋅(108,9−100)+0,125⋅(133,1−108,9)=4,45+3,025=7,475,C(100) = 0{,}5 \cdot (108{,}9 - 100) + 0{,}125 \cdot (133{,}1 - 108{,}9) = 4{,}45 + 3{,}025 = 7{,}475,C(100)=0,5⋅(108,9−100)+0,125⋅(133,1−108,9)=4,45+3,025=7,475,

ugyanaz az ár, csak pályák helyett rétegek szerint összegezve. A call ára a végső ár túlélőfüggvénye alatti terület, és a kötési ár emelése leválasztja ennek a területnek a bal szélét.

Eloszlás kiolvasása a call árakból

Emeld a kötési árat 1-gyel, és a terület elveszít egy sávot: C(K)−C(K+1)=∫KK+1Q(S3>s) dsC(K) - C(K+1) = \int_K^{K+1} \mathbb{Q}(S_3 > s) \, dsC(K)−C(K+1)=∫KK+1​Q(S3​>s)ds. Ha a lépcső a sávon vízszintes, a terület egyszerűen a magassága. 100100100 és 101101101 között a lépcső 0,50{,}50,5-nél vízszintes, és valóban C(101)=0,5⋅7,9+0,125⋅24,2=6,975C(101) = 0{,}5 \cdot 7{,}9 + 0{,}125 \cdot 24{,}2 = 6{,}975C(101)=0,5⋅7,9+0,125⋅24,2=6,975, tehát

C(100)−C(101)=7,475−6,975=0,5=Q(S3>100).C(100) - C(101) = 7{,}475 - 6{,}975 = 0{,}5 = \mathbb{Q}(S_3 > 100).C(100)−C(101)=7,475−6,975=0,5=Q(S3​>100).

Két call ár egy valószínűséget árult el. Tartson a kötésiár-lépés nullához. Ekkor a derivált ∂C∂K=−Q(S3>K)\frac{\partial C}{\partial K} = -\mathbb{Q}(S_3 > K)∂K∂C​=−Q(S3​>K), ami a „Valószínűségi változók és eloszlásaik” eloszlásfüggvényét adja: FQ(K)=Q(S3≤K)=1+∂C∂KF_{\mathbb{Q}}(K) = \mathbb{Q}(S_3 \le K) = 1 + \frac{\partial C}{\partial K}FQ​(K)=Q(S3​≤K)=1+∂K∂C​. Még egyszer deriválva ∂2C∂K2\frac{\partial^2 C}{\partial K^2}∂K2∂2C​ az S3S_3S3​ Q\mathbb{Q}Q szerinti sűrűségfüggvénye, ha van sűrűségfüggvény.

A fán a C(K)C(K)C(K) ár a KKK-ban szakaszonként lineáris, meredeksége −Q(S3>K)-\mathbb{Q}(S_3 > K)−Q(S3​>K): −1-1−1 a 72,972{,}972,9 alatt, −0,875-0{,}875−0,875 a (72,9;89,1)(72{,}9; 89{,}1)(72,9;89,1)-en, −0,5-0{,}5−0,5 a (89,1;108,9)(89{,}1; 108{,}9)(89,1;108,9)-en, −0,125-0{,}125−0,125 a (108,9;133,1)(108{,}9; 133{,}1)(108,9;133,1)-en és 000 fölötte. A meredekség minden lehetséges ár helyén annak az árnak a valószínűségével ugrik. 108,9108{,}9108,9-nél −0,5-0{,}5−0,5-ről −0,125-0{,}125−0,125-re, vagyis 0,375=Q(S3=108,9)0{,}375 = \mathbb{Q}(S_3 = 108{,}9)0,375=Q(S3​=108,9)-cel. Három call ár pillangója méri az ugrást: C(K−h)−2C(K)+C(K+h)C(K-h) - 2C(K) + C(K+h)C(K−h)−2C(K)+C(K+h) osztva hhh-val. K=108,9K = 108{,}9K=108,9 és h=1h = 1h=1 esetén az árak 3,5253{,}5253,525, 3,0253{,}0253,025 és 2,92{,}92,9, és 3,525−2⋅3,025+2,9=0,3753{,}525 - 2 \cdot 3{,}025 + 2{,}9 = 0{,}3753,525−2⋅3,025+2,9=0,375.

A call árak minden kötési áron tehát meghatározzák a végső ár teljes eloszlását Q\mathbb{Q}Q alatt, és csakis Q\mathbb{Q}Q alatt: a valós eloszlásról semmit sem mondanak. A „Statikus replikáció: Breeden–Litzenberger és Carr–Madan” ebből olyan módszert csinál, amely az eloszlást az opcióárakból olvassa ki, és belőle más kifizetéseket áraz.

Kvantilisek és a kockáztatott érték

A kockázatkezelő mást kérdez, mint az árazó: nem azt, mennyit ér a call, hanem azt, mennyit lehet veszíteni. Vegyünk egy 100-ért vett részvényt. A veszteség L=100−S3L = 100 - S_3L=100−S3​, a kockázat pedig arról szól, mi fog valóban történni, tehát a mérték P\mathbb{P}P. A veszteség értékei −33,1-33{,}1−33,1 (nyereség), −8,9-8{,}9−8,9, 10,910{,}910,9 és 27,127{,}127,1, rendre 0,1663750{,}1663750,166375, 0,4083750{,}4083750,408375, 0,3341250{,}3341250,334125 és 0,0911250{,}0911250,091125 valószínűséggel, így eloszlásfüggvénye ezeknél az értékeknél 0,1663750{,}1663750,166375-re, 0,574750{,}574750,57475-re, 0,9088750{,}9088750,908875-re és 111-re ugrik.

A „Valószínűségi változók és eloszlásaik” kvantilisfüggvénye F−1(u)=inf⁡{x:F(x)≥u}F^{-1}(u) = \inf\{x : F(x) \ge u\}F−1(u)=inf{x:F(x)≥u}. A kockáztatott érték (Value at Risk, VaR) az uuu szinten éppen a veszteség ilyen kvantilise:

VaRu(L)=FL−1(u)=inf⁡{x:P(L≤x)≥u},\mathrm{VaR}_u(L) = F_L^{-1}(u) = \inf\{x : \mathbb{P}(L \le x) \ge u\},VaRu​(L)=FL−1​(u)=inf{x:P(L≤x)≥u},

a legkisebb veszteség, amelyet legfeljebb 1−u1 - u1−u valószínűséggel lépünk túl. A 0,50{,}50,5 szinten ez −8,9-8{,}9−8,9: a medián kimenetel nyereség. A 0,90{,}90,9 szinten FL(−8,9)=0,57475F_L(-8{,}9) = 0{,}57475FL​(−8,9)=0,57475 kisebb 0,90{,}90,9-nél, FL(10,9)=0,908875F_L(10{,}9) = 0{,}908875FL​(10,9)=0,908875 pedig nagyobb nála, így a kockáztatott érték 10,910{,}910,9. A 0,950{,}950,95 szinten 27,127{,}127,1.

Ugyanennek a pozíciónak a 0,90{,}90,9 szinten a kockáztatott értéke Q\mathbb{Q}Q alatt 27,127{,}127,1, szemben a P\mathbb{P}P alatti 10,910{,}910,9-cel. A két mérték különböző kérdésre felel: az árak Q\mathbb{Q}Q-ból jönnek, a kockázati számok P\mathbb{P}P-ből, és a rossz mérték alatt kiszámolt szám olyan kérdésre felel, amelyet senki sem tett fel. A kvantilisre épülő kockázati mértékeket a „Kockáztatott érték (VaR) és várható veszteség (ES)” fejti ki.

A holnapi érték mint feltételes várható érték

Az első nap után a callnak új értéke van, és ez attól függ, mi történt, tehát valószínűségi változó, nem szám. A „Feltételes valószínűség és feltételes várható érték” a partícióra vett feltételes várható értéket úgy definiálta, mint XXX átlagát minden atomon. Az AuA_uAu​ atomon a négy megmaradt pálya 133,1133{,}1133,1-en, 108,9108{,}9108,9-en, 108,9108{,}9108,9-en és 89,189{,}189,1-en végződik, mindegyik Q({ω})/Q(Au)=0,125/0,5=1/4\mathbb{Q}(\{\omega\}) / \mathbb{Q}(A_u) = 0{,}125 / 0{,}5 = 1/4Q({ω})/Q(Au​)=0,125/0,5=1/4 feltételes valószínűséggel, így az átlagos kifizetés (33,1+2⋅8,9+0)/4=12,725(33{,}1 + 2 \cdot 8{,}9 + 0)/4 = 12{,}725(33,1+2⋅8,9+0)/4=12,725. AdA_dAd​-n (8,9+0+0+0)/4=2,225(8{,}9 + 0 + 0 + 0)/4 = 2{,}225(8,9+0+0+0)/4=2,225:

V1=EQ[(S3−K)+ ∣ F1]={12,725Au-n,2,225Ad-n.V_1 = \mathbb{E}_{\mathbb{Q}}\big[(S_3 - K)^+ \,\big|\, \mathcal{F}_1\big] = \begin{cases} 12{,}725 & A_u\text{-n}, \\ 2{,}225 & A_d\text{-n}. \end{cases}V1​=EQ​[(S3​−K)+​F1​]={12,7252,225​Au​-n,Ad​-n.​

V1V_1V1​ F1\mathcal{F}_1F1​-mérhető, hiszen minden atomon állandó, és még egyszer átlagolva visszaadja az árat: EQ[V1]=0,5⋅12,725+0,5⋅2,225=7,475=V0\mathbb{E}_{\mathbb{Q}}[V_1] = 0{,}5 \cdot 12{,}725 + 0{,}5 \cdot 2{,}225 = 7{,}475 = V_0EQ​[V1​]=0,5⋅12,725+0,5⋅2,225=7,475=V0​. Ez a toronyszabály.

Ugyanez napról napra is elvégezhető. A második nap után a négy atom V2=21V_2 = 21V2​=21-et ad uuuuuu után (33,133{,}133,1 és 8,98{,}98,9 átlaga), 4,454{,}454,45-et ududud és dududu után, és 000-t dddddd után. Minden első napi érték a két második napi gyermekének átlaga, 0,5⋅21+0,5⋅4,45=12,7250{,}5 \cdot 21 + 0{,}5 \cdot 4{,}45 = 12{,}7250,5⋅21+0,5⋅4,45=12,725 és 0,5⋅4,45+0,5⋅0=2,2250{,}5 \cdot 4{,}45 + 0{,}5 \cdot 0 = 2{,}2250,5⋅4,45+0,5⋅0=2,225, az ár pedig ezeknek az átlaga. Az utolsó naptól az elsőig ismételt átlagolás éppen a „Többlépéses fák és visszafelé indukció” visszafelé indukciója, a toronyszabály pedig az oka annak, hogy ugyanazt az árat adja, mint a nyolc pályán vett egyetlen átlag.

A V0,V1,V2,V3V_0, V_1, V_2, V_3V0​,V1​,V2​,V3​ értékek Q\mathbb{Q}Q alatt martingált alkotnak, ez a „Feltételes várható érték és martingálok” tárgya: a holnapi érték mai legjobb előrejelzése a mai érték. A részvény is az, hiszen EQ[S3∣F1]\mathbb{E}_{\mathbb{Q}}[S_3 \mid \mathcal{F}_1]EQ​[S3​∣F1​] az AuA_uAu​-n 110110110, az AdA_dAd​-n 909090, vagyis S1S_1S1​.

Határértékek a folytonos idejű árak mögött

Ha a három napot egyre több lépésre osztjuk, és a felfelé és lefelé szorzók ehhez igazodva zsugorodnak, a fán számolt ár ahhoz az árhoz tart, amelyet „A Black–Scholes-képlet” ad meg. Közben az eseménytér természete megváltozik. nnn lépésnél 2n2^n2n pálya van; a határon egy kimenetel egy teljes folytonos pálya, és ezekből megszámlálhatatlanul sok van. A pályákon vett összegekből pályákon értelmezett mérték szerinti integrálok lesznek, és az, hogy pályák mely halmazai hordozhatnak valószínűséget, ugyanaz a kérdés, amelyre a „σ-algebrák és Borel-halmazok” és „A Lebesgue-mérték és a nullmértékű halmazok” az intervallumra válaszolt.

Ami konvergál, az a végső ár eloszlása. nnn kicsi, független felfelé és lefelé lépés összege a centrális határeloszlás-tétel terepe, amelyet a „Konvergenciafajták és a nagy számok törvénye” eloszlásbeli konvergenciaként mond ki. Ez önmagában nem viszi magával a várható értékek konvergenciáját, mert a call kifizetése nem korlátos; egyenletes integrálhatóság is kell, amelyet az a lecke Vitali tételén keresztül kapcsol a várható értékek konvergenciájához. A szokásos skálázásban a végső ár második momentuma korlátos marad, ami elég, és a fán számolt ár a Black–Scholes-árhoz tart.

Korlátos kifizetéshez kevesebb kell. Egy put (K−ST)+(K - S_T)^+(K−ST​)+-t fizet, ami sosem haladja meg KKK-t. Ha a kifizetések konvergálnak, a KKK állandó mindegyikükre integrálható korlát, és a „Konvergenciatételek” dominált konvergencia tétele megengedi, hogy a határérték átmenjen a várható értéken. A háromnapos piacon a K=100K = 100K=100 kötési árú put legfeljebb 100100100-at fizet, és 0,125⋅(3⋅10,9+27,1)=7,4750{,}125 \cdot (3 \cdot 10{,}9 + 27{,}1) = 7{,}4750,125⋅(3⋅10,9+27,1)=7,475-be kerül, ugyanannyiba, mint a call, mert EQ[S3]=K\mathbb{E}_{\mathbb{Q}}[S_3] = KEQ​[S3​]=K.

A Monte Carlo-árazás a pontos összeget szimulált kifizetések átlagával helyettesíti. Húzz NNN pályát Q\mathbb{Q}Q alatt, és átlagold a kifizetéseiket. Az erős nagy számok törvénye szerint az átlag majdnem biztosan 7,4757{,}4757,475-höz tart, a centrális határeloszlás-tétel szerint pedig a hibája nagyjából normális eloszlású σ/N\sigma / \sqrt{N}σ/N​ szórással, ahol σ=10,5252\sigma = 10{,}5252σ=10,5252 a kifizetés szórása Q\mathbb{Q}Q alatt. N=10 000N = 10\,000N=10000 pálya esetén a standard hiba 0,10530{,}10530,1053, így a futások nagyjából 95%-a az ártól legfeljebb ±0,2063\pm 0{,}2063±0,2063-ra esik. A „Monte Carlo-opcióárazás” ebből gyakorlati módszert csinál.

Összefoglalás

  • A kimenetel egy teljes pálya, az események pályák halmazai, az információ pedig filtráció: az F0⊂F1⊂F2⊂F3\mathcal{F}_0 \subset \mathcal{F}_1 \subset \mathcal{F}_2 \subset \mathcal{F}_3F0​⊂F1​⊂F2​⊂F3​ σ-algebrák napról napra bővülnek, és az StS_tSt​ ár Ft\mathcal{F}_tFt​-mérhető.
  • A ν≪μ\nu \ll \muν≪μ azt jelenti, hogy a μ\muμ-nullhalmazok ν\nuν-nullhalmazok; a Radon–Nikodym-tétel ekkor ν\nuν-t μ\muμ újrasúlyozásaként írja fel a Z=dνdμZ = \frac{d\nu}{d\mu}Z=dμdν​ sűrűséggel. Az ekvivalens mértékeknek közösek a nullmértékű halmazaik és a majdnem biztos állításaik, ezért cserélhető P\mathbb{P}P Q\mathbb{Q}Q-ra.
  • Az ár Q\mathbb{Q}Q szerinti integrál (7,4757{,}4757,475), nem P\mathbb{P}P szerinti (9,141559{,}141559,14155); a kettőt az EQ[X]=EP[ZX]\mathbb{E}_{\mathbb{Q}}[X] = \mathbb{E}_{\mathbb{P}}[Z X]EQ​[X]=EP​[ZX] köti össze, ahol Z=0,7513; 0,9183; 1,1223; 1,3717Z = 0{,}7513;\ 0{,}9183;\ 1{,}1223;\ 1{,}3717Z=0,7513; 0,9183; 1,1223; 1,3717 a pályákon.
  • A rétegezési képlet a call árat az ∫K∞Q(ST>s) ds\int_K^\infty \mathbb{Q}(S_T > s) \, ds∫K∞​Q(ST​>s)ds területként írja fel, így a call árak kötési ár szerinti különbségei és másodrendű különbségei megadják a végső ár Q\mathbb{Q}Q szerinti eloszlását.
  • A kockáztatott érték a veszteség egy kvantilise P\mathbb{P}P alatt, az első nap utáni érték pedig Q\mathbb{Q}Q alatti feltételes várható érték, egy blokkátlag, amelynek maga az átlaga az ár.
  • A folytonos idejű árak határértékek: az eloszlásbeli konvergencia az egyenletes integrálhatósággal, a dominált konvergencia és a nagy számok törvényei indokolják az átmenetet a fáktól a Black–Scholes-képlethez és a Monte Carlóhoz.
Próbáld kiNyisd meg a valószínűségi mező labort
Előző · 12Feltételes valószínűség és feltételes várható értékKövetkezőVissza: Valószínűség és mérték
Kapcsolatok

Mértékelmélet az opcióárazásban

Teljes gráf megnyitása
Erre épül
05.12Feltételes valószínűség és feltételes várható érték05.07Valószínűségi mezők és a Kolmogorov-axiómák05.08Valószínűségi változók és eloszlásaik01.06Kockázatsemleges valószínűségek05.02σ-algebrák és Borel-halmazok05.01Halmazok méretének mérése05.04Mérhető függvények06.04Filtrációk, adaptált folyamatok és megállási idők05.10Függetlenség és szorzatmértékek05.03A Lebesgue-mérték és a nullmértékű halmazok05.05A Lebesgue-integrál06.12Mértékcsere és a Girsanov-tétel06.06A Brown-mozgás tulajdonságai05.09Várható érték, szórásnégyzet és egyenlőtlenségek01.16Statikus replikáció: Breeden–Litzenberger és Carr–Madan02.09Kockáztatott érték (VaR) és várható veszteség (ES)01.07Többlépéses fák és visszafelé indukció06.05Feltételes várható érték és martingálok01.11A Black–Scholes-képlet05.11Konvergenciafajták és a nagy számok törvénye05.06Konvergenciatételek06.13Monte Carlo-opcióárazás
Megtekintés a tudásgráfon
Laborok ehhez a leckéhez
Valószínűségi mezőσ-algebrákFeltételes várható érték