套利定理

内容来源

数理金融初步(原书第3版)Sheldon M. Ross著 冉启康译 机械工业出版社


符号说明

考虑一个试验,其所有可能结果的集合为 { 1 , 2 , ⋯   , m } \{1,2,\cdots,m\} {1,2,,m}

现有 n n n 个不同的赌博与此试验相关

假设我们在第 i i i 个赌博中投入了 x i x_i xi 单位的赌金(可正可负)

若试验结果为 j j j,可以得到收益 x i r i ( j ) x_ir_i(j) xiri(j),其中 r i r_i ri 是第 i i i 个赌博的每单位收益函数

向量 x = ( x 1 x 2 , ⋯   , x n ) x=(x_1x_2,\cdots,x_n) x=(x1x2,,xn) 称为赌博策略

那么由策略 x x x 得到的收益如下

∑ i = 1 n x i r i ( j ) \sum^n_{i=1}x_ir_i(j) i=1nxiri(j)

套利定理

下面的结论只有一个是正确的

  1. 存在一个概率测度 p = ( p 1 , p 2 , ⋯   , p n ) p=(p_1,p_2,\cdots,p_n) p=(p1,p2,,pn) 使得

    ∑ j = 1 m p j r i ( j ) = 0 ,对所有 i \sum^m_{j=1}p_jr_i(j)=0,对所有i j=1mpjri(j)=0,对所有i

  2. 存在一个赌博策略 x x x,使得

    ∑ i = 1 n x i r i ( j ) > 0 ,对所有 j \sum^n_{i=1}x_ir_i(j)>0,对所有j i=1nxiri(j)>0,对所有j

上面的概率测度称为风险中性测度

用赔率表示赌博的收益,设结果 i i i 的赔率是 o i o_i oi,即

r i ( j ) = { o i , j = i − 1 , j ≠ i r_i(j)=\begin{cases} o_i&,j=i\\ -1&,j\ne i \end{cases} ri(j)={oi1,j=i,j=i

为了使得不存在一个稳赢的策略,那么就一定要存在一个概率测度 p p p,使得在这个概率下对每一个 i i i ,都有

E p [ r i ] = o i p i − ( 1 − p i ) = 0 E_p[r_i]=o_ip_i-(1-p_i)=0 Ep[ri]=oipi(1pi)=0

p i = 1 1 + o i p_i=\frac{1}{1+o_i} pi=1+oi1

这意味着,不存在套利的条件是

∑ i = 1 n 1 1 + o i = 1 \sum^n_{i=1}\frac{1}{1+o_i}=1 i=1n1+oi1=1

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值