31.10.2013 Aufrufe

Finanzmathematik 1: Diskrete Modelle - Reinhold Kainhofer

Finanzmathematik 1: Diskrete Modelle - Reinhold Kainhofer

Finanzmathematik 1: Diskrete Modelle - Reinhold Kainhofer

MEHR ANZEIGEN
WENIGER ANZEIGEN

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.

KAPITEL 7. MARKOV MODELLE 35<br />

1. d t > 0 f.s., daher auch Y t > 0 f.s. ∀t = 1, . . . , T<br />

2. d t ist F t -messbar, daher auch Y t ∀t = 1, . . . , T<br />

[ [ ∣ ]<br />

]<br />

Def Zt+1 ∣∣∣<br />

3. E P [d t+1 |F t ] = E P E P ˜St+1 ,<br />

Z ˜S t t<br />

∣ F t<br />

} {{ }<br />

E P<br />

[<br />

E P [Z t+1 /Z t | F t ]<br />

} {{ }<br />

= 1 Z t<br />

E P [Z t+1|F t] Mart. = 1 Z t<br />

Z t=1<br />

=h( e S t, e S t+1)<br />

]<br />

∣ ˜St = 1. Daher gilt<br />

Lem. 7.2<br />

= E P [h( ˜S t , ˜S t+1 )| ˜S t ]= 1 E P [Z t+1 /Z t | ˜S t ]<br />

[ ∣ ]<br />

Yt+1 ∣∣∣<br />

E P F t = 1 ,<br />

Y<br />

} {{ t<br />

}<br />

d t+1<br />

bed.EW<br />

=<br />

weshalb Y t ein P-Martingal ist und daher E P [Y T ] = E P [Y 0 ] = E P [Z 0 ] = 1 erfüllt.<br />

Insgesamt wird also durch dQ<br />

dP = Y T ein Wahrscheinlichkeitsmaß Q mit Q ∼ P definiert.<br />

Martingaleigenschaft von ( ˜S 0 , . . . , ˜S T ) bezüglich Q:<br />

E Q [ ˜S t+1 |F t ] Bayes<br />

= E P[Y t+1 ˜St+1 |F t ] [Y t+1<br />

= E P<br />

E P [Y t+1 |F t ] Y<br />

} {{ } } {{ t<br />

}<br />

=Y t<br />

d t+1<br />

˜St+1<br />

∣ ∣Ft<br />

]<br />

Lemma mit<br />

h( e S t, e S t+1)=<br />

d t+1 e St+r<br />

= EP<br />

[<br />

d t+1 ˜St+1 | ˜S t<br />

]<br />

eS t+1 ist [ [ ∣ ]∣ ] [ ∣ ] [<br />

eS t+1-mb Zt+1 ∣∣∣ ∣∣∣<br />

= E P E P ˜St ,<br />

Z ˜S<br />

Zt+1 ∣∣∣ 1<br />

t+1 ˜St = E P<br />

˜St+1 ˜St = E P E P [Z t+1 ˜St+1 |F t ]<br />

t Z t Z<br />

} t<br />

{{ }<br />

= E P [ ˜S t | ˜S t ] = ˜S t .<br />

Bayes<br />

= E Q ′ [ e S t+1|F t] Q′ -Mart.<br />

Markov-Eigenschaft von ( ˜S 0 , . . . , ˜S T ) bezüglich Q: Sei g : R d → R beschränkt und messbar.<br />

E Q [g( ˜S t+1 |F t ] Bayes<br />

= E P[Y t+1 g( ˜S t+1 )|F t ]<br />

E P [Y t+1 |F t ]<br />

} {{ }<br />

= E P [d t+1 g( ˜S t+1 )<br />

} {{ }<br />

=:h( S<br />

Y e t, S e t+1)<br />

t<br />

|F t ] Lemma<br />

= E P [d t+1 g( ˜S t+1 )| ˜S t ] = . . .<br />

= e S t<br />

∣ ∣∣∣ ˜St<br />

]<br />

· · · = E Q [g( ˜S t+1 )| ˜S t ]<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 [ ∣ ∣∣ ] ME [ ∣ ∣∣ ]<br />

˜S t = E Q ˜St+s Ft = EQ ˜St+1 ˜St ∀t, s<br />

}{{}<br />

}{{}<br />

gesamter<br />

Knoten im<br />

bish. Verlauf<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 r m . Ist das<br />

Bankkonto nicht deterministisch, sondern stochastisch, ist ˜S t i.A. keine Markovkette mehr (auch wenn<br />

B t 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 S t) ⊂ σ( e S t, e S t+1 )

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!