布朗运动在股票定价中的应用Word文档下载推荐.docx

布朗运动在股票定价中的应用Word文档下载推荐.docx

《布朗运动在股票定价中的应用Word文档下载推荐.docx》由会员分享，可在线阅读，更多相关《布朗运动在股票定价中的应用Word文档下载推荐.docx（7页珍藏版）》请在冰豆网上搜索。

1、既然股票价格是一个正态随机变量，那它在理论上就可以取负值，但这与实际实不符的。

2、在布朗运动的模型里，假定无论初始价格为何值，固定时间长度的价格差具有相同的正态分布。

这个假设不太合理，比如一支股票从$20跌到$15的概率一般不会与另一支股票在相同时间内从$10跌到$5的概率相同。

二、几何布朗运动

用表示时刻某证券的价格，若对任何非负实数，

（1）随机变量独立于时刻及此前的所有价格；

（2）是均值为，方差为的正态随机变量；

则称价格集合服从漂移参数为，波动参数为的几何布朗运动。

如果证券价格遵循几何布朗运动，那么一旦，的值确定了，影响未来价格概率分布的只是现在的价格，而与历史价格无关。

涉及未来时刻以后的价格与当前价格比值的所有概率都与当前价格无关。

比如一种证券在一个月之后增长一倍的概率与该证券现在的价格是$10还是$20是没有关系的。

若随机变量为以为参数的对数正态分布的随机变量，则

。

若已知证券的价格为，时刻价格的期望值仅依赖于几何布朗运动的漂移参数和波动参数，即对于我们有

又因为前后价格的变化是独立的且每次改变时都以同样的概率增加或者减少，所以独立于时刻以前的价格变化。

所以当趋近于0时，几何布朗运动的两个条件都满足，这证明该模型确实变成了一个几何布朗运动。

三、分数布朗运动

大多数股票市场中的现象都体现了尖峰厚尾、自相似和长期相关等分型特征，这导致了大量由布朗运动驱动的定价模型不符合真实的市场。

资本市场提出分数布朗运动过程，已经成为弥补上述模型最简单的方法。

分数布朗运动是布朗运动的推广。

布朗运动指的是无相关性的随机游动，而分数布朗运动的特征是具有持久性和长期记忆性。

下面我们就来讨论股票价格是如何基于分数布朗运动进行演化的。

设随机量

，

考虑时间段,细分，令，，从而有分割，定义随机量以及序列：

当上定义有偏的随机游走：

实际上是由经过线性插值形成的路径。

下面我们引进原生资产价格的相对值：

，其中为贴现因子，即对于一张在时刻面值为1的股票，若股价平均变化幅度为，则它在时刻的期望价值为。

事实上，设是一种风险资产股票的期望价值，

对于，在时段，二叉树模型可以表示为

设，令

其中为常数，它表示原生资产价格的波动率。

对于鞅测度Q：

，有

因此如果忽略的高阶无穷小量，在时间段内原生资产的相对价格的变动，上扬和下跌具有同样的概率1/2，而它的回报

因此不计的高阶小量，我们有，由泰勒展开,不计的高阶小量,经过整理可以得到:

根据定义，，因此在对分割以后，在每一个分点，

即

把它用线性插值连成路径，并记作，那么，

令，其中的极限为，用记的极限函数，我们有：

这表示股票价格演化是一个连续随机过程，它的对数用分数布朗运动来刻画。

由上式可得：

下面对一些模型参数进行求解。

漂移率表示的是经过一段时间后，股价的平均变化幅度，以年为单位来计量，用比率的形式来表示，即，波动率反映的是相对回报率的不确定性，有

假设我们得到在一段较长时间内的股价数据记录，这段区间由个长度相等的子区间组成。

再假设我们知道每个子区间末的股价，将股价表示为：

=第个子区间的股价，样本观测值为个。

具体步骤如下：

第一步，计算下列时间序列值：

第二步，计算

这里和是来自市场实际数据变化率样本均值和样本方差。

第三步，解方程和，得到和，从而得到和的值。

我们根据实际的数据利用经典的分析法得出的值,然后模拟分数布朗运动，利用上述公式求出和的值；

最后根据用蒙特卡洛模拟模拟出股票价格的变动。