5 votos

Radón-Nikodym: Cambio de distribución frente a cambio de variable aleatoria

Dejemos que $X \sim \mathcal{N}(\mu,\sigma^2)$ bajo la medida de probabilidad $P$ en el espacio medible $(\Omega, \mathcal{F})$ . Podemos definir una derivada de Radon-Nikodym $Z$ , también definida en $(\Omega, \mathcal{F})$ , por $$ Z(\omega) := \frac{e^{\alpha X(\omega)}}{M_X(\alpha)} = \exp\left(\alpha X(\omega) - \alpha\mu - \frac{1}{2}\alpha^2\sigma^2\right) $$ para $\alpha \in \mathbb{R}$ , donde $M_X(\alpha) = \exp(\alpha\mu + \frac{1}{2}\alpha^2\sigma^2)$ es el MGF de $X$ . La variable aleatoria $Z$ sí que es una derivada de Radon-Nikodym, así que vamos a utilizarla para definir una nueva medida de probabilidad $\tilde{P}$ en $(\Omega, \mathcal{F})$ por $$ \tilde{P}(A) := \int_A Z(\omega) \, dP(\omega) \qquad \text{for all } A \in \mathcal{F}. $$ Se puede demostrar que, bajo $\tilde{P}$ , $X \sim \mathcal{N}(\mu + \sigma^2\alpha, \sigma^2)$ . En palabras, a menudo he visto esto descrito (por ejemplo, Shreve II, p. 37) como

Cambiamos la distribución de la variable aleatoria sin cambiar la propia variable aleatoria.

Sin embargo, el cálculo de las probabilidades de $X$ en $\tilde{P}$ equivale entonces a calcular las probabilidades de $X + \sigma^2\alpha$ en $P$ en el que hacer cambiar la variable aleatoria; añadimos $\sigma^2\alpha$ a ella.

Además, para la fijación de precios de las opciones, Shreve da el teorema de Grisanov en la parte inferior de la p. 212, y define una nueva variable aleatoria $$ \tilde{W}(t) = W(t) + \int_0^t \theta(u) \, du, $$ que luego se sustituye en el modelo de precios de las acciones. Así que aquí, en su contexto más aplicado en las finanzas cuánticas, ¡estamos cambiando descaradamente la variable aleatoria!

Así que, aunque la cita anterior sobre cambiar sólo la distribución es técnicamente válida en un sentido, en el otro sentido realmente son cambiar la variable aleatoria. ¿Se me escapa algo?

2voto

otto.poellath Puntos 1594

Cuando se cambia la medida, también se cambia la distribución de la misma variable aleatoria. Es decir, bajo la nueva medida, se obtiene una nueva distribución para la misma variable aleatoria. Sin embargo, mientras se mantiene fija la nueva distribución y se vuelve a la medida original, entonces hay que cambiar la variable aleatoria. Si no se toma la nueva distribución, entonces no hay que cambiar la variable aleatoria. En otras palabras, para tener una nueva distribución, puedes cambiar la medida o cambiar la variable aleatoria.

0 votos

¿Cómo puedo mantener una distribución fija pero cambiar la medida? ¿No está la distribución determinada por la medida? Supongo que por distribución te refieres a la medida de la distribución (en $\mathbb{R}$ )?

0 votos

Si tienes la distribución bajo la nueva medida, y quieres obtener la misma distribución bajo la medida original, entonces tienes que cambiar la variable aleatoria.

Finanhelp.com

FinanHelp es una comunidad para personas con conocimientos de economía y finanzas, o quiere aprender. Puedes hacer tus propias preguntas o resolver las de los demás.

Powered by:

X