Finanzmathematik 1: Diskrete Modelle - Reinhold Kainhofer
Finanzmathematik 1: Diskrete Modelle - Reinhold Kainhofer
Finanzmathematik 1: Diskrete Modelle - Reinhold Kainhofer
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
KAPITEL 7. MARKOV MODELLE 35<br />
1. dt > 0 f.s., daher auch Yt > 0 f.s. ∀t = 1, . . . , T<br />
2. dt ist Ft-messbar, daher auch Yt ∀t = 1, . . . , T<br />
3. EP[dt+1|Ft] Def<br />
<br />
Zt+1 <br />
= EP EP <br />
Zt<br />
St+1, <br />
<br />
St <br />
<br />
<br />
Ft<br />
<br />
EP<br />
EP [Zt+1/Zt| Ft]<br />
<br />
= 1<br />
Z<br />
EP[Zt+1|Ft]<br />
t Mart.<br />
= 1<br />
Z Zt=1<br />
t<br />
=h( e St, e St+1)<br />
<br />
St = 1. Daher gilt<br />
Lem. 7.2<br />
<br />
Yt+1 <br />
EP <br />
Yt<br />
Ft <br />
dt+1<br />
<br />
= EP[h( St, St+1)| St]= 1EP[Zt+1/Zt| St] bed.EW<br />
=<br />
<br />
= 1 ,<br />
weshalb Yt ein P-Martingal ist und daher EP[YT ] = EP[Y0] = EP[Z0] = 1 erfüllt.<br />
Insgesamt wird also durch dQ<br />
dP = YT ein Wahrscheinlichkeitsmaß Q mit Q ∼ P definiert.<br />
Martingaleigenschaft von ( S0, . . . , ST ) bezüglich Q:<br />
EQ[ St+1|Ft] Bayes<br />
= EP[Yt+1 St+1|Ft]<br />
EP[Yt+1|Ft]<br />
<br />
=Yt<br />
eSt+1 ist <br />
eSt+1-mb<br />
= EP EP<br />
= EP[ St| St] = St.<br />
Zt+1<br />
Zt<br />
Yt+1<br />
= EP<br />
Yt<br />
<br />
dt+1<br />
<br />
St+1Ft<br />
<br />
<br />
<br />
St, <br />
<br />
St+1 St<br />
= EP<br />
Lemma mit<br />
h( e St, e St+1)=<br />
dt+1 e St+r<br />
= EP<br />
<br />
Zt+1 St+1<br />
Zt<br />
<br />
dt+1 St+1| St<br />
<br />
<br />
<br />
<br />
<br />
1<br />
St = EP EP[Zt+1<br />
Zt<br />
<br />
<br />
St+1|Ft] <br />
<br />
<br />
<br />
St<br />
Bayes<br />
= EQ ′ [ e St+1|Ft] Q′ -Mart.<br />
= e St<br />
Markov-Eigenschaft von ( S0, . . . , ST ) bezüglich Q: Sei g : R d → R beschränkt und messbar.<br />
EQ[g( St+1|Ft] Bayes<br />
= EP[Yt+1g( St+1)|Ft]<br />
= EP[dt+1g(<br />
EP[Yt+1|Ft]<br />
<br />
St+1) |Ft]<br />
<br />
Lemma<br />
= EP[dt+1g( St+1)| St] = . . .<br />
Yt<br />
=:h( e St, e St+1)<br />
· · · = EQ[g( St+1)| St]<br />
Korollar 7.4. Der Preis im Zustand F ∈ E hängt nicht von der Vergangenheit ab, sondern nur vom<br />
momentanen Zustand:<br />
Def. MM <br />
St = EQ<br />
St+s<br />
ME <br />
Ft = EQ<br />
St+1<br />
<br />
<br />
∀t, s<br />
<br />
gesamter<br />
bish. Verlauf<br />
St<br />
<br />
Knoten im<br />
Baum/Gitter<br />
Beispiel 7.2. Das Binomialmodell ist ein Spezialfall des Markov-Modells.<br />
Bemerkung 7.5 (Faktormodell). Obige Eigenschaften gelten nur für deterministischen Zins rm. Ist das<br />
Bankkonto nicht deterministisch, sondern stochastisch, ist St i.A. keine Markovkette mehr (auch wenn<br />
Bt ein Markov-Prozess ist!).<br />
Mögliche Lösung in diesem Fall: Marktmodell mit zugrunde liegendem Faktorprozess X (Markov-Prozess),<br />
von dem das Bankkonto abhängt (z.B. Preise aller relevanten Wertpapiere).<br />
1 Da σ( e St) ⊂ σ( e St, e St+1)