[论文解读] Almost sure optimal hedging strategy

Emmanuel Gobet, Nicolas Landon|HAL (Le Centre pour la Communication Scientifique Directe)|May 16, 2014

Stochastic processes and financial applications被引用 5

一句话总结

该论文在停止时间再平衡策略下，为多维 Itô 模型中重标度的离散化误差二次变差建立了几乎必然的渐近下界。论文证明了基于随机椭球体击中时间的策略可渐近地达到该下界，从而在几乎必然收敛意义下，为一般模型和收益结构提供了稳健的、最优对冲方案。

ABSTRACT

In this work, we study the optimal discretization error of stochastic integrals, in the context of the hedging error in a multidimensional Itô model when the discrete rebalancing dates are stopping times. We investigate the convergence, in an almost sure sense, of the renormalized quadratic variation of the hedging error, for which we exhibit an asymptotic lower bound for a large class of stopping time strategies. Moreover, we make explicit a strategy which asymptotically attains this lower bound a.s. Remarkably, the results hold under great generality on the payoff and the model. Our analysis relies on new results enabling us to control a.s. processes, stochastic integrals and related increments.

研究动机与目标

• 解决在随机再平衡时间下随机积分离散化的最优问题。
• 推导多维 Itô 模型中对冲误差重标度二次变差的几乎必然下界。
• 构建一种停止时间策略，使其几乎必然渐近地达到该下界。
• 将最优性结果从确定性网格推广至一般停止时间策略，包括随机椭球体的击中时间。
• 确保在广泛类别的收益函数与扩散模型（包括局部波动率模型和奇异期权）下具有鲁棒性。

提出的方法

• 以再平衡次数与对冲误差二次变差的重标度乘积作为优化准则。
• 定义一类基于随机椭球体击中时间的停止时间策略：$\tau^{n}_{i} = \inf\{t \geq \tau^{n}_{i-1} : (S_t - S_{\tau^{n}_{i-1}}) \cdot H_{\tau^{n}_{i-1}} (S_t - S_{\tau^{n}_{i-1}}) = 1\} \land T$。
• 应用 Lenglart 不等式与 Burkholder–Davis–Gundy 不等式，控制在鞅测度下对冲误差的分布与矩。
• 采用先进的随机分析技术，控制一般 Itô 扩散设定下过程与增量的几乎必然收敛性。
• 依赖转移密度估计与拟椭球条件，处理非椭球模型（如局部波动率与回顾期权）。
• 使用光滑截断函数与局部化论证，处理价格函数中不规则收益与边界效应。

实验结果

研究问题

• RQ1 在停止时间再平衡策略下，对冲误差重标度二次变差的几乎必然渐近下界是什么？
• RQ2 能否构造一种停止时间策略，使其几乎必然渐近地达到该下界？
• RQ3 最优性结果如何依赖于模型动态与收益结构，特别是对于不连续或奇异收益？
• RQ4 结果在多大程度上可从确定性时间网格推广至一般停止时间策略？
• RQ5 鉴于乘积 $N^n_T \langle Z^n \rangle_T$ 同时控制尾部行为与 $L_p$-矩，这些结果对一般对冲成本最小化有何含义？

主要发现

• 重标度对冲误差乘积 $N^n_T \langle Z^n \rangle_T$ 在基于随机椭球体击中时间的停止时间策略类中，存在几乎必然的渐近下界。
• 该下界具有普遍性：在最小假设下成立，包括多维 Itô 过程、一般收益函数（即使不连续）以及局部波动率模型。
• 基于随机椭球体击中时间的特定策略几乎必然渐近地达到该下界，从而在几乎必然意义下确立了其最优性。
• 即使扩散不是一致椭球的，只要满足拟椭球条件，结果依然成立——这包括 Black–Scholes 模型与正波动率的局部波动率模型。
• 通过将高维空间中的拟椭球扩散化处理，分析覆盖了亚式期权与回顾期权等奇异期权。
• 论文证明 Karandikar 方案是所提策略的特例，从而将其嵌入更广泛的最优性框架之中。