Deberíamos comprobar las propiedades de la martingala.
Dejemos que $(\Omega ,\mathcal{F},\{\mathcal{F}\}_{t\ge 0},\mathbb{P}) $ sea un espacio de probabilidad filtrado. Definimos la clase de funciones , $\mathcal {V} =\mathcal {V}(t,T)$ , como se indica a continuación $$\psi(t,\omega):[0,\infty)\times\Omega\to\mathbb{R}$$ tal que
- $(t,\omega)\to \psi(t,\omega)$ es $\mathcal{B}\times\mathcal{F}$ donde $\mathcal{B}$ denota el álgebra de Borel en $[0,\infty)$ .
- $\psi(t,\omega)$ es $\mathcal{F}_t$ adaptada.
- $\mathbb{E}\left[\int_{t}^{T}\psi^2(s,\omega)ds\right]<\infty$
En este caso, tenemos $$\mathbb{E}\left[\int_{t}^{T}\psi(s,\omega)dW_s\right]=0$$
Nota:
Si $M_t$ sea una martingala arbitraria con respecto a $\{\mathcal{F}\}_{t\ge 0}$ y $\psi(.,\omega)$ esté acotado, entonces $\int_{t}^{T}\psi(s,\omega)dM_s$ es una martingala, y $$\mathbb{E}\left[\int_{t}^{T}\psi(s,\omega)dM_s\right]=0$$
Ejemplo de contador
El modelo de elasticidad constante de la varianza , CEV describe un proceso que evoluciona según la siguiente ecuación diferencial estocástica: $$dS_t=\mu S_t dt+\sigma S_t^{\gamma} dW_t\tag 1$$ donde Los parámetros constantes $\mu\,,\sigma$ y $\gamma $ satisfacen las condiciones: $\mu\in\mathbb{R}$ , $\sigma\ge 0$ y $\gamma\ge 0$ .
El parámetro $ \gamma $ controla la relación entre la volatilidad y el precio, y es la característica central del modelo. Cuando $ \gamma <1$ vemos el llamado efecto de apalancamiento, comúnmente observado en los mercados de acciones en los mercados de acciones, donde la volatilidad de una acción aumenta a medida que su precio cae. Por el contrario, en los mercados de materias primas se observa a menudo $\gamma>1$ el llamado efecto de apalancamiento inverso, por el que la volatilidad del precio de una mercancía tiende a aumentar a medida que aumenta su precio.
Utilizo la técnica estándar, puedo integrar, tomar expectativas, diferenciar ¡¡¡con respecto al tiempo y resolver mediante técnicas de EDO !!! . Ahora, escribo la ecuación $(1)$ en forma integral $$S_t=S_0+\mu\int_{0}^{t}S_u du+\sigma\int_{0}^{t}S_u^\gamma dW_u\tag 2$$
Se sabe que la expectativa de una integral estocástica es cero, por lo que
$$\mathbb{E}[S_t]=S_0+\mu\int_{0}^{t}\mathbb{E} [S_u] du\tag 3$$
Esto se puede diferenciar para obtener la ecuación diferencial ordinaria $$\frac{d\mathbb{E}[S_t]}{dt}=\mu \mathbb{E}[S_t]\tag 4$$ que tiene la solución única $$\mathbb{E}[S_t]=S_0e^{\mu t}$$
Efectivamente este procedimiento es tan erróneo . Para $\gamma> 1$ , $$\mathbb{E}[S_t]<S_0e^{\mu t}\tag 5$$ . De hecho, si $\gamma> 1$ entonces se cumple la propiedad martingala local y $\int_{0}^{t}S_u^\gamma dW_u$ no es una martingala adecuada, y tiene una expectativa estrictamente negativa en todos los tiempos positivos. La razón por la que la propiedad martingala falla aquí para $\gamma>1$ es que el coeficiente $\sigma S_t^\gamma$ de $dW_t$ crece demasiado rápido en $\ S_t$ .
0 votos
Normalmente, para descartar algún tipo de estrategia de doblaje, se asume ex ante que $\psi$ es un proceso "bien llevado". Como dijo Maleki, no es nada trivial demostrarlo.
0 votos
@fnic: ¿Cuáles son algunas de las condiciones que se califican como de "buen comportamiento" cuando el proceso en cuestión es la solución de una SPDE?