[论文解读] Introduction to Stochastic Differential Equations (SDEs) for Finance

Andrew C. Papanicolaou|arXiv (Cornell University)|Apr 21, 2015

Stochastic processes and financial applications参考文献 14被引用 3

一句话总结

本文对金融中的随机微分方程（SDE）提供了全面的介绍，重点聚焦于Black-Scholes框架以及通过复制策略和等价鞅测度进行的风险中性定价。通过伊藤微积分、Feynman-Kac公式和傅里叶变换方法推导了Black-Scholes期权定价公式，为完整市场中的衍生品估值与对冲奠定了基础。

ABSTRACT

These are course notes on the application of SDEs to options pricing. The author was partially supported by NSF grant DMS-0739195.

研究动机与目标

• 通过金融市场的随机微积分建立衍生品定价的理论基础。
• 展示如何在完备市场中通过动态交易策略复制衍生品头寸。
• 通过Feynman-Kac公式和风险中性测度推导Black-Scholes期权定价公式。
• 引入期权定价中的关键概念，如对冲delta、希腊字母（Greeks）以及隐含波动率。
• 通过Hamilton-Jacobi-Bellman方程将框架扩展至随机波动率和控制问题。

提出的方法

• 使用离散时间、两状态市场模型，说明无套利原则和期权定价的复制策略。
• 应用伊藤微积分来描述连续时间资产动态，包括伊藤积分和伊藤过程的伊藤引理。
• 通过要求自融资投资组合复制衍生品头寸，推导Black-Scholes偏微分方程（PDE）。
• 利用Feynman-Kac公式将PDE的解与等价鞅测度下的风险中性期望联系起来。
• 采用傅里叶变换技术求解热方程和Black-Scholes方程，实现解析与半解析定价。
• 应用Girsanov定理改变概率测度，推导资产价格的风险中性动态。

实验结果

研究问题

• RQ1 在完备金融市场中，如何在无套利条件下对衍生品进行定价？
• RQ2 在何种条件下，可通过基础资产与现金的动态投资组合复制衍生品？
• RQ3 风险中性测度如何通过改变概率测度下的期望值，简化衍生品的定价？
• RQ4 欧式看涨期权的Black-Scholes PDE的解析解是什么？其推导过程如何？
• RQ5 希腊字母（如delta、gamma、vega等）如何量化期权价格对基础变量的敏感性？

主要发现

• 在离散两状态模型中，通过使用 $ \alpha = 1/2 $ 股份和 $ \beta = -1/2 $ 的银行账户，看涨期权价格唯一确定为 $ C_0 = 0.5 $。
• Black-Scholes PDE被推导为 $ \left(\frac{\partial}{\partial t} + \frac{\sigma^2}{2}\frac{\partial^2}{\partial x^2} + \left(r - \frac{\sigma^2}{2}\right)\frac{\partial}{\partial x} - r\right)V = 0 $，其终端条件为 $ V(T,x) = \psi(x) $。
• Black-Scholes PDE的解由风险中性期望给出：$ V(t,x) = e^{-r(T-t)}\mathbb{E}^Q[\psi(X_T) \mid X_t = x] $，其中 $ X_t = \log(S_t) $。
• 通过傅里叶反演恢复Black-Scholes看涨期权公式，得到 $ C(S,t) = S N(d_1) - K e^{-r(T-t)} N(d_2) $，其中包含标准正态累积分布函数。
• 引入Heston随机波动率模型，并通过特征函数给出了显式期权定价公式。
• 本文确立了Black-Scholes希腊字母（delta、gamma、vega等）均来自期权价格对基础变量的偏导数。