Stochastický počet

:: Wienerov proces ::

:: Cvičenia (1) ::

  1. Pridajte viac trajektórií do toho istého grafu:
    wiener
    Nie je isté, že nová trajektória sa zmestí do toho rozsahu y-ovej osi, ktorú náš graf (na základe prvej trajektórie) má. Vypočítajte hranice pre vertikálnu os, aby s pravdepodobnosťou 95 percent bol koncový bod trajektórie zobrazený na grafe.

    Samozrejme, to nezaručuje, že bude zobrazená celá trajektória. Maximum Wienerovho procesu sa budeme zaoberať v príkladoch na precvičenie.

  2. Vygenerujte hodnoty náhodnej premennej w(1)+w(2) (všimnime si, že nám stačí generovať Wienerov proces v časoch 1 a 2, jemné delenie nie je potrebné) a spravte histogram jej hodnôt. Vypočítajte pravdepodobnostné rozdelenie tejto náhodnej premennej a porovnajte so získaným histogramom.

:: Cvičenia (2) ::

Predpokladajme, že cena akcie sa riadi geometrickým Brownovym pohybom s parametrami mi = 0.30, sigma = 0.25 a že dnešná cena akcie je 150 USD.
  1. Nakreslite hustotu rozdelenia ceny akcie o mesiac. Ako kontrolu porovnajte s histogramom vygenerovaných hodnôt ceny akcie v tomto čase.
  2. Aká je pravdepodobnosť, že o mesiac bude cena akcie menšia ako 140 USD?
  3. Aká je stredná hodnota štvrťročného výnosu? Aká je pravdepodobnosť, že bude záporný?

:: Odhadovanie parametrov GBP pre ceny akcií v R ::

:: Viacrozmerná Itóova lema ::

Predpokladajme, že ceny dvoch akcií sú modelované dvoma GBP, pričom korelácia medzi prírastkami príslušných Wienerovych procesov je daná konštanta.

:: Ornstein-Uhlenbeckov proces ::

:: Ďalšie príklady na precvičenie ::

  1. Označme tM čas, v ktorom trajektória Wienerovho procesu nadobúda svoje maximum na časovom intervale [0, 1]. Vygenerujte realizácie tejto náhodnej premennej a zobrazte jej histogram.

    Na obrázku dolu je trajektória Wienerovho procesu a zodpovedajúca hodnota tM, spolu s ukážkou výsledného histogramu.
    obr

  2. Nech w je Wienerov proces, definujme B(t) = w(t) - t w(1) pre čas t z intervalu [0, 1]. Tento proces je známy ako Brownov most (Brownian bridge). Nakreslite trajektórie tohoto procesu a vysvetlite jeho meno.

  3. Nech w je Wienerov proces, definujme proces
    obr
    teda jeho hodnota v čase t je maximum Wienerovho procesu na intervale [0,t].

    Na obrázku dolu je trajektória Wienerovho procesu a zodpovedajúca trajektória procesu M.
    obr
    • Vygenerujte realizácie tohto náhodného procesu a zobrazte histogram jeho hodnôt v čase t=1.
    • Odhadnite strednú hodnotu procesu v čase t=1. (Tu si treba uvedomiť, že pri výpočte maxima z hodnôt v diskrétnych časoch je maximum podhodnotené v porovnaní so skutočným maximom trajektórie. Preto na dosiahnutie dostatočnej presnosti odhadu strednej hodnoty nestačí generovať veľký počet simulácií, ale aj dostatočne jemné delenie časového intervalu.)

  4. Ornstein-Uhlenbeckov proces sa používa napríklad pri modelovaní úrokových mier. Vašíčkov model predpokladá, že okamžitá úroková miera (prakticky - pri analýze reálnych dát - úroková miera na krátky čas) sa riadi Ornstein-Uhlenbeckovym procesom.

    V článku Athanasios Episcopos: Further evidence on alternative continuous time models of the short-term interest rate. Journal of International Financial Markets, Institutions and Money 10 (2000) 199-212 autor odhadoval modely úrokových mier. Všeobecný model, ktorým sa zaoberal, je
    obr
    Špeciálnou voľbou niektorých parametrov dostávame konkrétne modely, jedným z nich je aj Vašíčkov model. Výsledky pre Nový Zéland (odhady parametrov pre mesačné dáta od apríla 1986 do apríla 1998 sú v nasledujúcej tabuľke:
    obr
    Zdroj: (Episcopos, 2000)

    • Proces je v inom tvare, ako sme definovali Ornstein-Uhlenbeckov proces. Vyjadrite ho pomocou parametrov kapa, theta, sigma. K akej hodnote sa dlhodobo približuje úroková miera?
    • Vygenerujte priebeh vývoja úrokovej miery na základe odhadnutých parametrov Vašíčkovho modelu. Zakreslite do jedného grafu niekoľko možných priebehov štartujúcich z rovnakej začiatočnej hodnoty, spolu so strednou hodnotou.

  5. V článku Babbs, S. H., Nowman, K. B. (1999). Kalman filtering of generalized Vasicek term structure models. Journal of Financial and Quantitative Analysis 34 (01), 115-130 sa navrhuje nasledovný model pre úrokovú mieru:
    Vysvetlite tvrdenie "whose impact dies away exponentially" pomocou výpočtu strednej hodnoty faktora.

  6. V článku Schwartz, E. S. (1997). The stochastic behavior of commodity prices: Implications for valuation and hedging. The Journal of Finance, 52(3), 923-973 autor navrhuje niekoľko modelov pre ceny komodít, jeden z nich je nasledovný:
    Odvoďte, že z rovnice (1) vyplýva, že pre logaritmus ceny platia vzťahy (2), (3).

    Poznámka: Toto bol jeden z modelov pre ceny komodít, ktorými sa zaoberal Miloslav Torda vo svojej bakalárskej práci Stochastické diferenciálne rovnice a ich aplikácie vo finančnom modelovaní z roku 2015. Modelmi pre ceny komodít sa v tomto kurze zaoberať nebudeme, pre záujemcov odkaz na bakalárku: [pdf]


Cvičenia z finančných derivátov, 2017
Beáta Stehlíková, FMFI UK Bratislava


E-mail: stehlikova@pc2.iam.fmph.uniba.sk
Web: http://pc2.iam.fmph.uniba.sk/institute/stehlikova/