13.01.2015 Aufrufe

Vorlesungsskript Finanzmathematik I

Vorlesungsskript Finanzmathematik I

Vorlesungsskript Finanzmathematik I

MEHR ANZEIGEN
WENIGER ANZEIGEN

Erfolgreiche ePaper selbst erstellen

Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.

3.5 Konvergenz der Optionspreise im Binomialmodell und Black-Scholes-Formel 44<br />

i) Für jedes i = 1, . . . , n gilt |Y n<br />

i | ≤ Kn für eine Konstante K n mit K n n→∞ −→ 0,<br />

ii) Für jedes feste n sind die Zufallsvariablen (Y n<br />

i ) 1≤i≤n iid.<br />

iii) Für Z n := ∑ n<br />

i=1 Y i<br />

n gilt E(Z n ) n→∞ −→ µ, var(Z n ) n→∞ −→ σ 2 .<br />

Dann konvergiert die Folge (Z n ) n∈N in Verteilung gegen eine normalverteilte Zufallsvariable mit<br />

Erwartung µ und Varianz σ 2 .<br />

Anwenden von Lemma 3.5.1 liefert also<br />

ln S n (T )<br />

d<br />

−→ N (ln S 0 + rT, σ 2 T ) für n → ∞, (3.22)<br />

was bedeutet, dass für jede beschränkte und stetige Funktion f : R → R gilt<br />

(<br />

E f ( ln S n (T ) )) ∫<br />

n→∞<br />

−→<br />

(<br />

1 (x − ln<br />

f(x) √<br />

2σ 2 T exp S0 − rT ) 2 )<br />

2σ 2 dx.<br />

T<br />

3.5.2 Konvergenz unter dem Martingalmaß<br />

Zunächst betrachten wir die risikoneutralen Wahrscheinlichkeiten im Modell mit n Intervallen<br />

an. Diese sind gegeben durch<br />

Lemma 3.5.2. Es gilt<br />

q n = er∆n − d n<br />

u n − d n<br />

=<br />

insbesondere also lim<br />

n→∞ q n = 1 2 .<br />

e r∆n − e r∆n−σ√ ∆ n<br />

e r∆ n+σ √ ∆ n − e r∆ n −σ √ ∆ n<br />

= 1 − e−σ√ ∆ n<br />

e σ√ ∆ n − e −σ √ ∆ n<br />

.<br />

q n = 1 2 − σ 4<br />

√<br />

∆n + O(∆ n ), (3.23)<br />

Beweis: Für x → 0 gilt e x = 1 + x + x2<br />

2 + O(x3 ) und wir erhalten<br />

q n =<br />

1 − e −σ√ ∆ n<br />

e σ√ ∆ n − e −σ √ ∆ n<br />

1 − (1 − σ √ ∆ n + σ2 ∆ n<br />

2<br />

+ O(∆ 3/2<br />

n ))<br />

=<br />

(1 + σ √ ∆ n + σ2 ∆ n<br />

2<br />

+ O(∆n<br />

3/2 )) − (1 − σ √ ∆ n + σ2 ∆ n<br />

2<br />

+ O(∆ 3/2<br />

n ))<br />

= σ√ ∆ n − σ2 ∆ n<br />

2<br />

+ O(∆ 3/2<br />

n )<br />

2σ √ ∆ n + O(∆ 3/2 = 1<br />

n ) 2 − σ √<br />

∆n + O(∆ n ).<br />

4<br />

Wir wollen wieder den zentralen Grenzwertsatz für Dreiecksschemata anwenden und berechnen<br />

nun den Erwartungswert und die Varianz der log-returns unter dem Martingalmaß Q.<br />

Lemma 3.5.3. Unter dem risikoneutralen Maß Q gilt:<br />

)<br />

E Q (ln ξi n ) =<br />

(r − σ2<br />

∆ n + O(∆ 3/2<br />

n )<br />

2<br />

var Q (ln ξ n i ) = σ 2 ∆ n + O(∆ 3/2<br />

n ).

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

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!