Vorlesungsskript Finanzmathematik I
Vorlesungsskript Finanzmathematik I
Vorlesungsskript Finanzmathematik I
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
A.2 Stoppzeiten und Optionales Stoppen 66<br />
A.1.3<br />
Diskrete stochastische Integrale.<br />
Im Folgenden betrachten wir stets einen festen filtrierten Wahrscheinlichkeitsraum (Ω, F, F, P).<br />
Ein selbstfinanzierender Wertprozess wird die Gestalt<br />
(θ, S) n :=<br />
n∑<br />
θ i ∆S i =<br />
i=1<br />
n∑<br />
θ i (S i − S i−1 ), n ≥ 1 (A.1)<br />
i=1<br />
haben, wobei ∆S n = S n − S n−1 . Hierbei ist (S n ) n≥0 ein Martingal und (θ n ) n≥1 vorhersehbar<br />
oder auch previsibel, d.h. θ n ist F n−1 -messbar.<br />
Lemma A.1.10. Ist S ein Martingal und θ vorhersehbar, so ist der Prozess ((θ, S) n ) n∈N ein<br />
Martingal.<br />
Beweis. Zunächst folgt aus der Vorhersehbarkeit von θ, dass θ n ∈ L 1 (Ω, F, P) für alle n ≥ 1.<br />
Wir setzen I n := (θ, S) n . Zu zeigen ist E(I n+1 |F n ) = I n . Dazu<br />
E(I n+1 |F n ) = E<br />
Nun ist θ i vorhersehbar, also<br />
( n+1<br />
∑ ∣ )<br />
θ i ∆S ∣Fn i =<br />
i=1<br />
n∑<br />
θ i ∆S i + E(θ n+1 ∆S n+1 |F n ).<br />
i=1<br />
E(θ n+1 ∆S n+1 |F n ) = θ n+1 E(S n+1 − S n |F n )<br />
= θ n+1<br />
(<br />
E(S n+1 |F n ) − S n<br />
)<br />
= 0. <br />
Interessanterweise gilt auch die Umkehrung<br />
Lemma A.1.11. Eine adaptierte Folge (S n ) n≥0 ist ein Martingal, falls für jede beschränkte<br />
vorhersehbare Folge von Zufallsvariablen (θ i ) i≥1 gilt, dass<br />
E ( (θ, S) n<br />
)<br />
= 0 ∀ n ≥ 1.<br />
Beweis. Wir zeigen E(S n+1 |F n ) = S n . Nach der Definition des bedingten Erwartungswertes ist<br />
das gleichbedeutend mit<br />
∫<br />
∫<br />
E(S n+1 |F n ) dP = S n dP, ∀ F ∈ F n<br />
F<br />
F<br />
also E(1 F S n+1 ) = E(1 F S n ). Wir haben also zu zeigen, dass<br />
(<br />
)<br />
E 1 F (S n+1 − S n ) = E ( )<br />
1 F ∆S n = 0. (A.2)<br />
Nun wähle θ n+1 = 1 F und θ i = 0 sonst. Natürlich ist (θ n ) vorhersehbar und beschränkt und des<br />
weiteren gilt (A.2).<br />
<br />
A.2 Stoppzeiten und Optionales Stoppen<br />
Definition A.2.1. Eine Zufallsvariable mit Werten in N ∪ {∞} heißt Stoppzeit (bezgl. F),<br />
falls<br />
{τ ≤ n} = {ω ∈ Ω : τ(ω) ≤ n} ∈ F n ∀ n ≤ ∞.<br />
Wir nennen eine Stoppzeit τ beschränkt, falls es eine konstante K gibt, so dass P(τ ≤ K) = 1.