2 votos

Resolver el Black-Scholes para cualquier pago arbitrario

Buenas noches,

Actualmente estoy trabajando en el siguiente problema y me gustaría una opinión al respecto,


Consideremos el modelo Black-Scholes con volatilidad (variable en el tiempo), $\sigma = \sigma(t)$ y la tasa de rendimiento libre de riesgo (variable en el tiempo), $r=r(t)$ .

$$ V_t + \frac{\sigma^2(t)}{2}S^2 V_{SS} + r(t)V_S-r(t)V = 0 \space, \space S>0,\space 0<t<T $$

Y la siguiente condición final: $$V(S,T) = \phi(S)\space , \space S>0$$ donde $\phi$ representa el pago de la opción.


Empecé por considerar el siguiente cambio de variable, $$ S = e^x$$ $$ t = T - \theta $$ Esto me permitió considerar las siguientes funciones:

$$ U(x,\theta) = V(e^x,T-\theta) \space,\space \hat\sigma(\theta) = \sigma(T-\theta) \space,\space \hat r(\theta) = r(T-\theta) $$ Esto también convirtió mi condición final en una condición inicial, $U(x,0) = \phi(e^x) $ y derivé la siguiente transformación.

$$ U_{\theta} = \frac{\hat\sigma^2(\theta)}{2}U_{xx} + \Big(\hat r(\theta) - \frac{\hat\sigma^2(\theta)}{2}\Big)U_x - \hat r(\theta)U \space,\space x \in \mathbb{R} \space,\space 0 < \theta < T $$


Entonces, introduje una nueva variable temporal, $$ \tau(\theta) = \frac{1}{2} \int_{0}^{\theta} \hat\sigma^2(\xi)d\xi$$ He conseguido demostrar que esta función es una biyección de un intervalo $[0,T]$ a un intervalo $[0,\Upsilon]$ . Por lo tanto, $\tau$ es invertible y podemos tener $\theta = \theta(\tau)$


Con esta nueva variable temporal, he definido las siguientes funciones, $$ R(\tau) = \hat r(\theta(\tau)) \space,\space \Sigma(\tau) = \hat\sigma(\theta(\tau))$$ Lo que me permitió definir $$ k(\tau) = 2 \frac{R(\tau)}{\Sigma^2(\tau)} $$

Dado $u(x,\tau) = U(x,\theta(\tau))$ He deducido la siguiente ecuación nueva, $$u_{\tau} = u_{xx} + (k(t)-1)u_x -k(t)u \space,\space x \in \mathbb{R} \space,\space 0 < \tau < \Upsilon $$


A continuación, he definido el siguiente "factor de actualización", $$d(\tau) = e^{{\int_{0}^{\tau}k(\xi)d\xi}} $$ y una nueva función $$ v(x,\tau) = d(\tau)u(x,\tau) $$ Esta nueva función me permitió derivar la siguiente transformación, $$v_\tau = v_{xx} + (k(t)-1)v_x \space,\space x \in \mathbb{R} \space,\space 0 < \tau < \Upsilon $$


A continuación, resolví el siguiente problema PDE,

$$ \psi_\tau = (k(t)-1)\psi_x \space,\space x \in \mathbb{R} \space,\space 0<\tau<\Upsilon $$ $$ \psi(x,0) = x $$

Este problema tiene la siguiente solución, $$\psi(x,\tau) = x + \int_{0}^{\tau} k(\xi)-1 d\xi $$


Con este $\psi$ solución, con $\psi = y$ He hecho una nueva transformación con la siguiente función, $$v(x,\tau) = w(\psi(x,\tau),\tau) $$ Esta transformación me permitió conseguir la ecuación del calor, $$w_\tau = w_{yy} $$ Con la condición inicial, $$w(y,0) = \phi(e^y)$$


Teniendo todas estas transformaciones y funciones, mi objetivo principal es resolver el primer problema, dada toda esta información anterior.

$$ V_t + \frac{\sigma^2(t)}{2}S^2 V_{SS} + r(t)V_S-r(t)V = 0 \space, \space S>0,\space 0<t<T $$ $$V(S,T) = \phi(S)\space , \space S>0$$


Mi pregunta es la siguiente: ¿debo empezar por resolver la ecuación del calor e invertir cada una de las transformaciones? ¿O hay una forma más sencilla de resolver esta ecuación de Black-Scholes?

Para que este post no sea el doble de largo, no voy a explicitar ningún razonamiento detrás de estas pruebas.

Estaba deseando tener alguna pista para tener un punto de partida, porque estoy realmente perdido en todo este "lío". Te agradezco mucho si has leído hasta aquí, y te pido disculpas por el largo post.

Gracias.

2voto

JeremyKun Puntos 1221

La suya es la EDP (hacia atrás de Kolmogorov) de un modelo Black-Scholes con tasa y volatilidad cortas que varían en el tiempo. Ahora bien, ¿has considerado en absoluto la evaluación neutral del riesgo y la representación de Feynman-Kač? Véase, por ejemplo Bjork capítulo 5 .

Porque, la generatriz infinitesimal de esa EDP es la misma de la siguiente EDS:

$$ dS(t) = r(t) S(t)dt + \sigma(t) S(t) dW(t) $$

donde $W(t)$ es un movimiento browniano estándar. Si su $\sigma(t)$ es determinista (o al menos se adapta a la $W(t)$ -filtración), todavía se consigue que $S(T)$ está condicionado (a $S(t)$ ) de distribución log-normal con un factor de volatilidad efectivo proporcional a la tasa de varianza integrada

$$ \int^T_t\sigma^2(s) ds $$

Véase, por ejemplo bjork eq. (26.33) . Algo similar para la contribución del tipo de interés variable en el tiempo. Básicamente, creo que estás tratando de resolver una EDP que en realidad no necesitas resolver, ya que una vez que conoces la distribución condicional terminal del subyacente $S(T)$ , digamos que $p(S)$ se puede fijar el precio de cualquier pago (ejercido en Europa) integrándolo

$$ \int^{\infty}_0 \phi(S) p(S) dS $$

y se garantiza que la solución de esa integral es (una) solución de su EDP. ¿Me estoy perdiendo algo aquí? Personalmente me sigue gustando tu deducción de la ecuación del calor.

1voto

Greg Reynolds Puntos 3675

¿A qué se refiere con resolverlo? Una ecuación de calor puede ser resuelta por una simple función sin(x) exp(-x t) ya que satisfará la ecuación.

Creo que lo que realmente quieres decir es satisfacer las condiciones de contorno. Sin la condición de contorno hay varias soluciones posibles. Suponiendo que usted está buscando para resolver la opción de compra donde los valores de los límites se determinan utilizando Max(S-K,0) entonces usted tiene que transferir esto también a la forma de la ecuación de calor.

La solución de la ecuación de calor puede tomarse, por supuesto, de la serie de Fourier y un número N de términos la satisfarán, pero habrá que calibrarla en los puntos límite.

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