Finanzmathematik 1: Diskrete Modelle - Reinhold Kainhofer
Finanzmathematik 1: Diskrete Modelle - Reinhold Kainhofer
Finanzmathematik 1: Diskrete Modelle - Reinhold Kainhofer
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
Kapitel 7<br />
Markov <strong>Modelle</strong><br />
Dieser Abschnitt hält sich in groben Zügen an [Pli97] und [Sch02], für tiefer gehende Theorie zu Markov-<br />
Ketten, siehe [Wil91].<br />
Sei (E, E) der Zustandsraum (messbar) und (Ω, F, {Ft} t∈I , P) mit I ⊆ R ein filtrierter Wahrscheinlichkeitsraum.<br />
Definition 7.1. Ein adaptierter stochastischer Prozess {Xt}, Xt : Ω → E, ist ein Markov-Prozess<br />
bezüglich der Filtration {Ft} t∈I , wenn<br />
P (Xt+1 = j|Ft = σ(X1, . . . , Xt)) = P (Xt+1 = j|Xt) ∀j ∈ E, ∀t ∈ I .<br />
(⇔ P (Xt+s = j|Ft) = P (Xt+s = j|Xt) ∀s<br />
(⇔ ∀s, t ∈ I, s < t : P (Xt ∈ F |Fs) = P (Xt ∈ F |Xs) P-f.s.∀F ∈ E) (7.1)<br />
Bemerkung 7.1. Die Relation (7.1) wird Markov-Eigenschaft genannt.<br />
Interpretation. Die Zukunft Xt hängt von der Vergangenheit (Fs) s≤t nur durch den momentanen Zustand<br />
Xs ab, nicht durch den gesamten bisherigen Verlauf σ(X1, . . . , Xs).<br />
Definition 7.2 (homogener bzw. stationärer Markovprozess). Ein Markov-Prozess heißt homogen<br />
oder stationär, wenn<br />
P (Xt+u ∈ F |Xt) = P (Xs+u ∈ F |Xs) ∀s, t ∈ I∀u .<br />
Die Übergangswahrscheinlichkeiten für einen Zeitschritt können dann als Matrix P dargestellt werden<br />
mit Einträgen<br />
P(i, j) = P(Xt+1 = j|Xt = i), i, j ∈ E .<br />
Die Übergangswahrscheinlichkeiten für n Zeitschritte ergeben sich als die Einträge der n-ten Matrixpotenz<br />
von P: Pi,j(n) = (P n ) i,j .<br />
Beispiel 7.1. Der Random Walk Sn = Y1 + Y2 + · · · + Yn = Sn−1 + Yn mit (Yi)i∈R unabhängige identisch<br />
verteilte Zufallsvariablen ist ein (homogener) Markovprozess.<br />
Lemma 7.1. Die Markoveigenschaft (7.1) ist äquivalent zu EP[g(Xt)|Fs] = EP[g(Xt)|Xs] P-f.s. für<br />
alle E-messbaren Funktionen g : E → R, die beschränkt oder nicht-negativ sind.<br />
33