Esto viene del capítulo 8 de la obra de Björk " Teoría del arbitraje en tiempo continuo " titulado " Integridad y cobertura ". El enfoque de la martingala y los modelos multidimensionales sólo se introducen en capítulos posteriores (respectivamente 10 y 13). Así que voy a escribir una respuesta que no se basa en ninguno de estos conceptos, sino en la noción de cobertura dinámica en marcas completas como sugiere el título del capítulo.
Derivación completa
El ejercicio dice que estamos trabajando en " el estándar Black-Scholes ", es decir, con un activo de riesgo cuyo precio al contado $S_t$ sigue un GBM con volatilidad $\sigma$ y una cuenta del mercado monetario sin riesgo. El valor en el momento $t$ de 1 unidad de moneda invertida en esta última cuenta se denominará $B_t$ y el tipo sin riesgo $r$ . Suponemos que $S$ no paga dividendos, por lo que invertir en $S$ es una estrategia de autofinanciación.
Dejamos que $ (S_i(t))_{i=1}^N$ denotan el $t$ -valores de $N$ créditos supeditados al activo $S$ y la entrega de un pago $(\phi_i(.))_{i=1}^N$ al vencimiento $T$ . Entonces también dejamos que $$ V_t = \sum_{i=1}^N h_i(t) S_i(t) \tag{0}$$ denotan el $t$ -valor de una cartera compuesta por una suma ponderada de los $N$ los créditos contingentes definidos anteriormente.
$(V_t)_{t \geq 0}$ se supone que es un Markovian para que podamos escribir $V_t = \color{red}{V}(t,S_t)$ . Se deduce entonces, por el lema de Ito, que: $$ dV_t = \frac{\partial \color{red}{V}}{\partial t} + \frac{\partial \color{red}{V}}{\partial S} dS_t + \frac{\partial^2 \color{red}{V}}{\partial S^2} d \langle S \rangle_t \tag{A} $$ De momento, no utilizaremos este supuesto. Lo tendremos en cuenta para más adelante.
$(V_t)_{t \geq 0}$ también se supone que representa el valor de a autofinanciación proceso de riqueza. Por definición de la propiedad de autofinanciación y aplicando el lema de Itô sobre los precios de los créditos contingentes individuales, esto nos deja con \begin{align} dV_t &= \sum_{i=1}^N h_i(t) dS_i(t) \\ &= \sum_{i=1}^N h_i(t) \left( \frac{\partial S_i}{\partial t} dt + \frac{\partial S_i}{\partial S} dS_t + \frac{1}{2} \frac{\partial^2 S_i}{\partial S} d\langle S \rangle_t \right) \tag{B} \end{align}
Considere la cartera de cobertura de autofinanciación $\Pi$ con $t$ -valor $$ \Pi_t = V_t - \alpha(t) S_t $$ De nuevo, por definición de la propiedad de autofinanciación y utilizando las identidades anteriores tenemos \begin{align} d\Pi_t &= dV_t - \alpha(t) dS_t \tag{1} \\ &= \sum_{i=1}^N h_i(t) \left( \frac{\partial S_i}{\partial t} dt + \frac{\partial S_i}{\partial S} dS_t + \frac{1}{2} \frac{\partial^2 S_i}{\partial S} d\langle S \rangle_t \right) - \alpha(t) dS_t \tag{2} \end{align}
De lo anterior se desprende que la construcción de nuestra cobertura dinámica mediante la elección de $$ \alpha^*(t) = \sum_{i=1}^N h_i(t) \frac{\partial S_i}{\partial S} \tag{3}$$ hace que las pérdidas y ganancias de la cartera de cobertura sean deterministas, o delta-neutrales, de manera que en el límite como $dt \to 0$ El resultado es cero casi con toda seguridad (cobertura perfecta).
Para esta elección particular de $\alpha^*(t)$ Por lo tanto, la cartera de cobertura debería ganar el tipo libre de riesgo en ausencia de oportunidades de arbitraje: $$ d(\Pi_t(\alpha^*)) = r \Pi_t(\alpha^*) dt $$
Construyendo sobre $(1)$ y $(2)$ y $(3)$ (y nuestra hipótesis de trabajo del GBM para $S$ para el término de variación cuadrática) $$ \sum_{i=1}^N h_i(t) \left( \frac{\partial S_i}{\partial t} + \frac{1}{2} \frac{\partial^2 S_i}{\partial S} \sigma^2 S^2 \right) dt = r \left(V_t - \sum_{i=1}^N h_i(t) \frac{\partial{S_i}}{\partial{S}} S_t \right) dt $$
por lo que finalmente vemos que el precio de la opción $V_t$ debe verificar la PDE de precios $$ \sum_{i=1}^N h_i(t) \left( \frac{\partial S_i}{\partial t} + r S \frac{\partial S_i}{\partial S} + \sigma^2 S^2 \frac{\partial^2 S_i}{\partial S^2}\right) - rV_t = 0 \tag{4} $$ $$ V_T = \sum_{i=1}^N h_i(T) \phi_i(S) $$
Recordando que podemos escribir $V_t = \color{red}{V}(t,S)$ de la propiedad markoviana e identificando los coeficientes de los 2 diferenciales de Itô $(A)$ y $(B)$ podemos reescribir la EDP anterior como $$ \frac{\partial \color{red}{V}}{\partial t}(t,S) + r S \frac{\partial \color{red}{V}}{\partial S}(t,S) + \sigma^2 S^2 \frac{\partial^2 \color{red}{V}}{\partial S^2}(t,S) - r\color{red}{V}(t,S) = 0 \tag{5} $$ $$ \color{red}{V}(T,S) = \sum_{i=1}^N h_i(T) \phi_i(S) $$
que es efectivamente la EDP de Black-Scholes para $\color{red}{V}(t,S)$ .
Derivación alternativa
Tomemos el problema al revés, como propones hacer en tu post original: $$ \frac{\partial V}{\partial t}(t,S) + r S \frac{V}{\partial S}(t,S) + \sigma^2 S^2 \frac{\partial^2 V}{\partial S^2}(t,S) - rV(t,S) \stackrel{?}{=} 0 \tag{5} $$
Sabemos que $(V_t)$ es Markovian de modo que podemos escribir $$V_t = V(t,S) = \sum_{i=1}^N h_i(t) S_i(t,S) $$ donde $S_i(t,S)$ son los precios justos de los $N$ los créditos contingentes, es decir, las funciones que verifican la EDP individual de Black-Scholes con condiciones terminales que implican las funciones de pago $\phi_i(.)$ .
Las derivadas se derivan entonces del cálculo estándar: $$ \frac{\partial V}{\partial t}(t,S) = \sum_{i=1}^N \frac{\partial h_i}{\partial t}(t) S_i(t,S) + \sum_{i=1}^N h_i(t) \frac{\partial{S_i}}{\partial t}(t,S) $$ $$ \frac{\partial V}{\partial S}(t,S) = \sum_{i=1}^N h_i(t) \frac{\partial{S_i}}{\partial S}(t,S) $$ $$ \frac{\partial^2 V}{\partial S^2}(t,S) = \sum_{i=1}^N h_i(t) \frac{\partial^2{S_i}}{\partial S^2}(t,S) $$ La clave aquí es observar que la derivada temporal puede simplificarse. Gracias a la propiedad autofinanciada El $h_i'(t)$ desaparece (ver las dos identidades $(A)$ y $(B)$ arriba, o este pregunta en el caso general en el que $h_i$ también depende de $S$ además de $t$ )
Introduciendo estas derivadas en la EDP de precios para $V$ junto con la definición de $V$ como la suma de $N$ afirmaciones contingentes conseguimos que efectivamente $$ \sum_{i=1}^N h_i(t) \left( \frac{\partial S_i}{\partial t}(t,S) + r S \frac{S_i}{\partial S}(t,S) + \sigma^2 S^2 \frac{\partial^2 S_i}{\partial S^2}(t,S) - rS_i(t,S) \right) = 0 $$ ya que las funciones $S_i(t,S)$ verificar la $N$ PDEs individuales de fijación de precios de Black-Scholes.
0 votos
Por favor, dígame por qué hubo un voto negativo.
0 votos
¿Qué es la $S$ en su ecuación? Tenga en cuenta que tiene $S_i$ para $i=1, \ldots, n$ .
0 votos
@Gordon El $S$ es una matriz, $S=(S_1, \dots , S_n)$ .
0 votos
Entonces, ¿cómo son $S\frac{\partial V}{\partial S}$ y $S^2\frac{\partial^2 V}{\partial S^2}$ ¿se define? ¿Puede hacer algunas modificaciones en su pregunta para proporcionar más información de fondo, por ejemplo, cuál es la dinámica para $S_i$ ? ¿Están correlacionados, etc.?
0 votos
Supongo que $\frac{ \partial V }{\partial S} = \sum \partial S_i \cdot h_i$ He incluido todo lo que se da en el ejercicio... Así que lamentablemente no puedo aportar más información. @Gordon
0 votos
¿De dónde viene este ejercicio? ¿Alguna referencia o libro?
0 votos
Ejercicio 8.4 en el siguiente pdf. @Gordon google.se/
0 votos
Creo que el ejercicio 8.4 está mal puesto. Véase el capítulo 13 del libro para una derivación.