两种定价计算方法
衍生品定价的思想基底是市场上没有套利空间,因此价格可通过构造一个等价资产组合(replicating)求得。基于replicating的思想,得到了两种计算衍生品的方法,一种是在风险中性测度下求期望,另一种是通过偏微分方程求解。
风险中性测度
需要注意的是在推导的过程中,是先得到了一个测度,进而发现该测度下资产风险中性。所以学习的重点在测度,风险中性是人们对公式附加的理解。
证明概要:
1.已知有一个衍生品,并有一个(0时刻价格为C)的资产组合可进行replicating,那么在风险中性测度下,该衍生品0时刻期望价格为C。(Ito, martingale)
2.风险中性测度下0时刻期望价格为C的衍生品,一定可找到一个(0时刻价格为C)的资产组合进行replicating。(martingale representation theorem)
第一基本定律:市场无套路空间,那么存在equivalent martingale measure.
equivalent martingale measure: 1. Q~P;2. 折价后资产过程在Q下全是martingale。此处折价不一定是按利率(a EMM corresponds to market money account),可按任何单位 (numeraire),比如一只股票(correspond to S)。
PDE
Conjecture
x
t
=
f
(
t
,
S
t
)
x_t=f(t,S_t)
xt=f(t,St)
Ito formula 展开
d
X
t
dX_t
dXt, 然后带入资产组合表达式,各项相等得PDE方程。
Feynman-Kac Formulas
风险中性测度和PDE可由Feynman Kac公式相互转化。(太神奇了)
Feynman-Kac无需BlackScholes市场做前提,可以有变化的波动率和收益率。
关于测度和风险中性的一些理解
使用哥萨诺夫定理(这个名字中文巨难打英文巨难念过脑八百遍了也没记住)可以将
d
S
t
=
μ
t
S
t
d
t
+
σ
t
S
t
d
W
t
dS_t=\mu_t S_t dt + \sigma_t S_tdW_t
dSt=μtStdt+σtStdWt (
μ
t
\mu_t
μt为真实收益率)
转化成
d
S
t
=
r
t
S
t
d
t
+
σ
t
S
t
d
W
~
t
dS_t=r_t S_t dt + \sigma_t S_td\tilde W_t
dSt=rtStdt+σtStdW~t
下图红色箭头代表测度变化,我把它理解成概率的拉伸,或者两个概率空间的一一映射。
d S t = r t S t d t + σ t S t d W ~ t = r t S t d t + σ t S t d W t + dS_t=r_t S_t dt + \sigma_t S_td\tilde W_t=r_t S_t dt + \sigma_t S_t dW_t + dSt=rtStdt+σtStdW~t=rtStdt+σtStdWt+ 一坨东西
这一坨东西把均价从
r
r
r 拉到了
μ
\mu
μ, 而测度变换又把它拉回
r
r
r了,而这一坨东西其实就是!风险溢价!
μ
−
r
σ
\frac{\mu-r}{\sigma}
σμ−r!
这个红色箭头的意思其实就是“测度变换对于回报较低的路径赋予更大的概率”。