Lecture1
Black-Scholes-Merton模型
连续时间复利,无风险资产:
B(t)=ert
股票服从对数正态分布,即股票
S(t)
取对数后的值服从正态分布:
lnS(t)=lnS(0)+(μ−12σ2)t+σt√z(t)
这里的
z(t)
服从标准正态分布。
即
S(t)=S(0)e(μ−12σ2)t+σt√z(t)
E[S(t)]=S(0)eμt
,表明股票在
t
时刻的期望值即为股票在0时刻的价格进行连续复利得到。
Lecture2
Brownian Motion
W(t)
W(0)=0
,
W(tk+1)=W(tk)+Δt−−−√z(tk)
两个布朗运动的差:
W(tk)−W(tl)=Δt−−−√∑i=kl−1z(ti)
其均值为0,方差为
(l−k)Δt
布朗运动的定义:
1.
W(t)−W(s)
是正态分布,均值为0,方差为
t−s
,其中
s<t
2.独立增量过程。即互不重叠的时间段的增量独立。即当
0≤t1<t2<⋯<tn
时,有
W(t2)−W(t1),W(t3)−W(t2),⋯,W(tn)−W(tn−1)
互相独立。即明天的股票价格相对于今天的变化,和今天的股票价格相对于昨天的变化是独立的。note that这在实际中并不完全准确。
3.
W(0)=0
4.样本轨迹sample path
{W(t);t≥0)}
是
t
的连续函数。即意味着没有跳变。
布朗运动的性质:
1.不可微。
2.Markov process. 对于
s<t
,
W(t)
仅依赖当前值
W(s)
而与之前的值无关。
3.Martingale property.
Es[W(t)]=W(s),t>s
。
即
Es[W(t)]=E[W(t)|W(s)]=E[W(t)−W(s)+W(s)|W(s)]=E[W(t)−W(s)|W(s)]+E[W(s)|W(s)]=E[W(t)−W(s)|W(s)−W(0)]+E[W(s)|W(s)]=E[W(t)−W(s)]+W(s)=0+W(s)=W(s)
倒数第三个等号成立是由于布朗运动的独立增量性质,倒数第二个等号成立是因为布朗运动的差的期望为0。
Lecture3
Stochastic Differential Equations (SDE)
dX(t)=μ(t,X(t))dt+σ(t,X(t))dW(t)
,对等式两边从
0
到
X(t)−X(0)=∫t0μ(s,X(s))ds+∫t0σ(s,X(s))dW(s)