STYRNING AV PORTFÖLJER MED FLERA TILLGÅNGAR



Relevanta dokument
Uppgift 2 Betrakta vädret under en följd av dagar som en Markovkedja med de enda möjliga tillstånden. 0 = solig dag och 1 = regnig dag

9. Beräkna volymen av det område som begränsas av planet z = 1 och paraboloiden z = 5 x 2 y 2.

Wienerprocesser. Finansiell statistik, vt-05. Enkel slumpvandring. Enkel slumpvandring. Varför: model för aktiekurs (dock med aber...

REGLERTEKNIK KTH. REGLERTEKNIK AK EL1000/EL1110/EL1120 Kortfattade lösningsförslag till tentamen , kl

Institutionen för Matematiska Vetenskaper TENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F1/TM1, TMA

k x om 0 x 1, f X (x) = 0 annars. Om Du inte klarar (i)-delen, så får konstanten k ingå i svaret. (5 p)

Omtentamen i DV & TDV

Finansmatematik II Kapitel 3 Risk och diversifiering

TATA42: Föreläsning 10 Serier ( generaliserade summor )

Självkoll: Ser du att de två uttrycken är ekvivalenta?

Summor av slumpvariabler

AMatematiska institutionen avd matematisk statistik

Tentamen MVE300 Sannolikhet, statistik och risk

Storräkneövning: Sannolikhetslära

Kurvlängd och geometri på en sfärisk yta

STOCKHOLMS UNIVERSITET MATEMATISKA INSTITUTIONEN Avd. för Matematisk statistik Thomas Höglund FINANSMATEMATIK I. ÖVNINGAR TILL DAG 3.

Reglerteori, TSRT09. Föreläsning 4: Kalmanfiltret & det slutna systemet. Torkel Glad. Reglerteknik, ISY, Linköpings Universitet

TSRT09 Reglerteori. Sammanfattning av Föreläsning 3. Sammanfattning av Föreläsning 3, forts. Sammanfattning av Föreläsning 3, forts.

R AKNE OVNING VECKA 1 David Heintz, 31 oktober 2002

Frågorna 1 till 6 ska svaras med sant eller falskt och ger vardera 1

DN1230 Tillämpad linjär algebra Tentamen Onsdagen den 29 maj 2013

Version Linjär algebra kapiltet från ett ODE-kompendium. Mikael Forsberg

1 Cirkulation och vorticitet

MATEMATIK Datum: Tid: förmiddag Hjälpmedel: inga. Mobiltelefoner är förbjudna. A.Heintz Telefonvakt: Christo er Standar, Tel.

Basbyte (variabelbyte)

5 Kontinuerliga stokastiska variabler

SF1624 Algebra och geometri Tentamen Onsdagen 29 oktober, 2014

INDUKTION OCH DEDUKTION

Vektorgeometri för gymnasister

Kapitel IV. Partikeltalet som termodynamisk variabel & faser

Optimering med bivillkor

Avd. Matematisk statistik

Inlämningsuppgift 4 NUM131

ANDREAS REJBRAND Matematik Numeriska serier. Andreas Rejbrand, april /29

Stokastiska vektorer och multivariat normalfördelning

a k . Serien, som formellt är följden av delsummor

TAIU07 Matematiska beräkningar med Matlab

Abstrakt algebra för gymnasister

En trafikmodell. Leif Arkeryd. Göteborgs Universitet. 0 x 1 x 2 x 3 x 4. Fig.1

Tentamen MVE265 Matematisk statistik för V,

Vi ska här utgå ifrån att vi har en aktie och ska med denna som grund konstruera tre olika optionsportföljer.

Lennart Carleson. KTH och Uppsala universitet

1 Konvexa optimeringsproblem grundläggande egenskaper

Dagens tema. Fasplan(-rum), fasporträtt, stabilitet (forts.) (ZC sid 340-1, ZC10.2) Om högre ordnings system (Tillägg)

Institutionen för Matematik TENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F1, TMA DAG: Fredag 26 augusti 2005 TID:

Tentamen i Matematisk statistik Kurskod S0001M

FÖRELÄSNING 1 ANALYS MN1 DISTANS HT06

S t : Vi ska här betrakta ett antal portföljer som vid t = 0 är värda 100 SEK.

Tentamen i Sannolikhetslära och statistik (lärarprogrammet) 12 februari 2011


6.2 Partikelns kinetik - Tillämpningar Ledningar

Lösningar till linjära problem med MATLAB

Tentamen i Linjär algebra (TATA31/TEN1) ,

TAOP86/TEN 1 KOMBINATORISK OPTIMERING MED

Allmän teori, linjära system

Flera kvantifierare Bevis Direkt bevis Motsägelse bevis Kontrapositivt bevis Fall bevis Induktionsprincipen. x y (x > 0) (y > 0) xy > 0 Domän D = R

Dekomponering av löneskillnader

SF1626 Flervariabelanalys Tentamen Måndagen den 27 maj, 2013

4-7 Pythagoras sats. Inledning. Namn:..

Repetitionsuppgifter i Matematik inför Basår. Matematiska institutionen Linköpings universitet 2014

5B Portföljteori och riskvärdering

(a) Hur stor är sannolikheten att en slumpvist vald person tror att den är laktosintolerant?

Tentamen i Matematisk statistik Kurskod S0001M

Finansmatematik II Kapitel 2 Stokastiska egenskaper hos aktiepriser

AB2.1: Grundläggande begrepp av vektoranalys

Träd. Sats. Grafer. Definition. En fullständig graf har en båge mellan varje par av noder. Definition

Elektromagnetiska fält och Maxwells ekavtioner. Mats Persson

Tentamen i Finansmatematik I 19 december 2003

Matematik 5 Kap 3 Derivator och Integraler

Övningar. MATEMATISKA INSTITUTIONEN STOCKHOLMS UNIVERSITET Avd. Matematik. Linjär algebra 2. Senast korrigerad:

Permutationer med paritet

P (t) = V 1 (t) V m (t) P (t + t) P (t) P (t) = v j (t)r j (t, t + t), v(t) Q t v(t),

LÖSNINGAR TILL UPPGIFTER TILL RÄKNEÖVNING 1

SF1625 Envariabelanalys

Lektionsanteckningar 2: Matematikrepetition, tabeller och diagram

SF1544 LABORATION 2 INTEGRATION, MONTE-CARLO OCH BLACK-SCHOLES EKVATION FÖR OPTIONER

TAOP86/TEN 1 KOMBINATORISK OPTIMERING MED

K3 Om andra ordningens predikatlogik

Stokastiska vektorer

1 Kvadratisk optimering under linjära likhetsbivillkor

Kunna beräkna medelantal kunder för alla köer i ett könät med återkopplingar. I denna övning kallas ett kösystem som ingår i ett könät oftast nod.

MATEMATIKENS SPRÅK. Syftet med denna övning är att med hjälp av logik lära oss att uttrycka matematik mer exakt,

TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER

TAMS79: Föreläsning 10 Markovkedjor

6.3. Direkta sökmetoder

Begrepp :: Determinanten

Syftet med den här laborationen är att du skall bli mer förtrogen med följande viktiga områden inom matematisk statistik

Grafer. 1 Grafer. Grunder i matematik och logik (2015) 1.1 Oriktade grafer. Marco Kuhlmann

Lösningsförslag, tentamen, Differentialekvationer och transformer II, del 1, för CTFYS2 och CMEDT3, SF1629, den 19 oktober 2011, kl. 8:00 13:00.

Ickelinjära ekvationer

LINJÄR ALGEBRA II LEKTION 1

Institutionen för matematik Envariabelanalys 1. Jan Gelfgren Datum: Fredag 9/12, 2011 Tid: 9-15 Hjälpmedel: Inga (ej miniräknare)

9.3. Egenvärdesproblem

Vektorgeometri för gymnasister

MVE035. Sammanfattning LV 1. Blom, Max. Engström, Anne. Cvetkovic Destouni, Sofia. Kåreklint, Jakob. Hee, Lilian.

TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER

5B1816 Tillämpad mat. prog. ickelinjära problem. Optimalitetsvillkor för problem med ickelinjära bivillkor

MODELLERING AV DYNAMISKA SYSTEM OCH INLUPP 2

Tentamen i Flervariabelanalys F/TM, MVE035

Transkript:

1 STOCKHOLMS UNIVERSITET MATEMATISKA INSTITUTIONEN Avd. för Matematisk statistik Thomas Höglund FINANSMATEMATIK I. KOMPLEMENT DAG 13. STYRNING AV PORTFÖLJER MED FLERA TILLGÅNGAR Hittills har vi betraktat portföljer som bestått av två tillgångar; kassa och en aktie. Här ska vi betrakta den mer allmänna situationen då portföljen består av m tillgångar. En av dessa kan men behöver inte vara kassan. För att framställninmgen ska vara helt analog med den i Komplement dag 11, Black-Scholes ekvation, ska vi till att börja med ge en osymmetrisk framställning och behandla kassan separat. Vi har alltså kassa och andra tillgångar. Räntan antages vara konstant = r vid kontinuerlig förräntning. Som tidigare genomför vi beräkningarna för nuvärdena av kassan, tillgångarna och portföljen: Vi sätter alltså r = 0. Portföljvärdet uppfyller P n (t) = c k 1 +a 1 (k 1)S 1 (t)+...+a (k 1)S (t) för t k 1 t < t k, k = 1,..., n. (1) Här är 0 = t 0 < t 1 <... < t n = T och S 1 (t),...,s (t) är priserna på tillgångarna vid tiden t. Med en tillgång ska vi här mena en tillgång med en rimligt kontinuerlig prisutveckling och där innehavet av tillgången går att öka eller minska gradvis till låg kostnad och med kort varsel. Exempel på sådana tillgångar är vissa bankkonton, obligationer och likvida aktier. Även ett lager bestående av 1000 fat olja är en sådan tillgång eftersom olja är en likvid tillgång som handlas per fat. Vissa aktier med låg likviditet är däremot inte en tillgång i denna mening. Vi ska formulera en modell för prisutvecklingen som motsvarar Black-Scholes modell i en dimension. Låt W(t) beteckna en vektor bestående av m oberoende Wienerprocesser och sätt X(t) = AW(t) där A är en m m matris. Övning 1 Visa att kovariansmatrisen för X(t) är Qt, där Q = AA T. Vi ska anta att S k (t) = S k (0)e ν kt+x k (t). I det fall kassan är en av tillgångarna (vilket är fallet till att börja med) låter vi den vara tillgång nr m. I detta fall har vi alltså q m m = 0. Här är q ij elementen i Q. Vi ska styra portföljvärdet vid tiden T mot f(s T ), där f är en given kontinuerlig funktion i m 1 variabler. Vi kan nu gå fram på samma sätt som tidigare. Skillnaden är att vi får Taylorutveckla en funktion i flera variabler istället för en: F (T, S T ) P T = ɛ 1 + ɛ 2 +... + ɛ n + O( t).

2 Denna skillnad går mot noll om P n (0) = F (0, S(0)) och a i (k) = s i F (t k, S(t k )) och om F (t, s) löser ekvationen I detta fall är ɛ k = F t + 1 2 j=1 s i s j q ij 2 j=1 2 F s i s j q ij = 0. (2) 2 f (Z i (k)z j (k) q ij ) t, där Z i (k) = (X i (t k ) X i (t k 1 ))/ t. Som tidigare är ɛ 1,...,ɛ n okorrelerade och har väntevärde 0. Funktionen F (t, s) definierad av F (t, s)) = Ef(s 1 e q 11 2 τ+x 1(τ),..., s e q 2 τ+x (τ) ), där τ = T t, löser ekvationen (2) och F (T, s) = f(s). (3) Ovanstående formel gäller alltså om räntan är noll. På samma sätt som i beviset av Sats 2 i Komplement dag 6, Handelsstrategier 2, får vi F (t, s) = e rτ Ef(s 1 e rτ q 11 2 τ+x 1(τ),..., s e rτ q 2 τ+x (τ) ) (4) då räntan är r. Även i detta fall gäller uppenbarligen (3). Sats 1 Antag att F är som i (4) och P n (t) som i (1) med a i (k 1) = s i F (t k 1, S(t k 1 )). Om P n (0) = F (0, S(0)), så P n (t) F (t, S(t)) i sannolikhet, då n och max 1 k n (t k t k 1 ) 0. Övning 2 Genomför detaljerna i beviset av satsen. Övning 3 Visa att ekvationen (2) tar formen F t + r då räntan är konstant = r. s i F s i + 1 2 j=1 2 F s i s j q ij = rf. (5) En symmetrisk formulering Vi ska här betrakta en portfölj som består av m tillgångar av vilka kassan kan (men behöver inte) vara en. För att hålla isär begreppen ska vi skriva g och

3 G för målfunktionen respektive portföljvärdet (i stället för f och F ). I detta fall är alltså g en funktion av m variabler s = (s 1,..., s m ) och G ska uppfylla och G t + 1 2 m j=1 Detta randvärdesproblem har lösningen m 2 G s i s j q ij = 0. (6) G(T, s) = g(s). (7) G(t, s)) = Eg(s 1 e q 11 2 τ+x 1(τ)),..., s m e qmm 2 τ+x m(τ)) ). (8) Vikterna i portföljen ges av Därför måste b(t, s) = grad s G(t, s). G(t, s) = b(t, s) s. (9) Vi ska ge ett villkor på g som gör att (9) är uppfyllt. Definition En målfunktion är en kontinuerlig funktion (0, ) m s g(s) R som uppfyller för alla k > 0. Här är ks = (ks 1,..., ks m ). g(ks) = kg(s) (10) Det följer av (8) att villkoret (10) medför att G(t, ks) = kg(t, ks) och det följer av Lemmat nedan att detta i sin tur medför att (9) är uppfyllt. Lemma 2 Låt H(s) vara en differentierbar funktion definierad för s (0, ) m. Då gäller H(s) = grad H(s) s (11) för alla s (0, ) m om och endast om för alla s (0, ) m och alla k > 0. H(ks) = kh(s) (12) Bevis Antag att (11) gäller. Fixera s och sätt h(k) = H(ks). Då h (k) = grad H(ks) s = h(k)/k, och därför h(k) = h(1)k. Antag att (12) gäller. k = 1. Derivera bägge sidor med avseende på k och sätt Man startar vid t = t 0 med portföljvärdet P n (0) = b(t 0, S(t 0 )) S(t 0 ) vid t = t 1 är denna värd P n (t 1 ) = b(t 0, S(t 0 )) S(t 1 ). Omedelbart efter ombalanseringen vid t = t 1 är den emellertid värd b(t 1, S(t 1 )) S(t 1 ) vilket i allmänhet är skilt från P n (t 1 ). Detta problem kan lösas t.ex. genom att man inför en

4 transaktionskassa och går tillväga som tidigare. Transaktionskassan blir försumbar då man handlar allt oftare, d.v.s. då n. Portföljen konstrueras så här: P n (0) = b(0, S(0)) S(0) och P n (t) = P n (t k 1 )+b(t k 1, S(t k 1 ) (S(t) S(t k 1 )) för t k 1 t < t k, k = 1,..., n. (13) Vi har därför följande sats. Sats 3 Om G är som i (8) och P n (t) som i (13), så P n (t) F (t, S(t)) i sannolikhet, då n och max 1 k n (t k t k 1 ) 0. Sambandet mellan funktionerna f och g är g(s 1,..., s m ) = s m f( s 1 s m,..., s s m ), f(s 1,..., s ) = g(s 1,..., s, 1). (14) Övning 4 Låt f vara en godtycklig kontinuerlig funktion definierad på (0, ) och definiera g som i (14). Visa att g är en målfunktion. Om kassan är tillgång nr m, så S m (t) = S m (0)e rt och vi har där S (t) = (S 1 (t),..., S (t)). G(t, S(t)) = S m (0)e rt F (t, e rt S (t)/s m (0)), Exempel 1 I fallet m = 2 och f(x) = max(0, x K), får vi g(s 1 (T ), S 2 (T )) = max(0, S 1 (T ) e rt S 2 (0)K). I detta fall är g alltså målfunktion för en köpoption med lösenpris K om S 2 (0) är nuvärdet vid tiden 0 av en krona vid tiden T, S 2 (0) = e rt. Övning 5 Antag att S i (0) = 1. (D.v.s. ersätt S i (t) med S i (t)/s i (0).) Låt v 1,..., v m vara givna (konstanta) vikter; v 1 +...v m = 1. Betrakta de två funktionerna: a) g(s) = m v is i och b) g(s) = m svi i. Visa att bägge funktionerna är målfunktioner samt beräkna portföljvärdena och de olika tillgångarnas vikter i portföljerna vid tiden t. Istället för att utgå från en given målfunktion kan man utgå från givna vikter och beräkna portföljvädet. Övning 6 Antag att S i (0) = 1 och att portföljen ombalanseras kontinuerligt så att tillgång i alltid har vikten v i, där v 1,..., v m är givna (konstanta) vikter. Bestäm portföljvädet vid tiden t förutsatt att G(0, 1) = 1. Målfunktionen för den första optionsstrategien i Komplement dag 12, Tre optionsstrategier, har formen c max(s 1, s 2 ) medan den tredje strategien har en målfunktion av formen C max(s 1, s 2 ). För ett allmänt m har vi.

5 Övning 7 Låt s (1) <... < s (m) vara s 1,..., s m ordnade i växande storleksordning. Sätt g(s) = s (r), där 1 r m. Visa att g är en målfunktion. I det här fallet är det lämpligt att använda dator för att beräkna vikterna av de olika tillgångarna. I fallet m = 2 kan man få ett explicit uttryck för portföljvärdet som nästa exempel visar. Exempel 2 Låt m = 2 och låt φ Qt (x 1, x 2 ) beteckna täthetsfunktionen för (X 1 (t), X 2 (t)). Vi ska beräkna portföljvärdena för de två målfunktionerna g 1 (s 1, s 2 ) = max(s 1, s 2 ) och g 2 (s 1, s 2 ) = min(s 1, s 2 ) och börjar med den första. Vi har G 1 (t, s 1, s 2 ) = E max(s 1 e q 11 2 τ+x 1(τ), s 2 e q 22 2 τ+x 2(τ) ) = s 1 I 12 + s 2 I 21, där och I ij = x i x j> λ ij e q ii 2 τ+xi φ Qτ (x 1, x 2 )dx 1 dx 2 λ ij = ln s i ln s j + q ii q jj τ. 2 Övning 8 Visa t.ex. genom att beräkna den momentgenerterande funktionen att e q 11 2 τ+x 1 φ Qτ (x 1, x 2 ) = φ Qτ (x 1 q 11 τ, x 2 q 12 τ). där Det följer att I 12 = φ Qτ (y 1, y 2 )dx 1 dx 2, y 2 y 1>ln s 1 ln s 2+ ω2 12 2 τ ω 2 ij = q ii + q jj 2q ij. Observera att om (Y 1, Y 2 ) är normalfördelad med väntevärde 0 och kovariansmatris Qτ, så är Y 2 Y 1 normalfördelad med väntevärde 0 och varians ω 2 12τ. Därför är I ij = Φ(d ij ), där Det följer att d ij = ln(s i/s j ) ω ij τ + ω ij τ. 2 G 1 (t, s 1, s 2 ) = s 1 Φ(d 12 ) + s 2 Φ(d 21 ). Om vi istället har målfunktionen g 2 och använder sambandet min(s 1, s 2 ) = s 1 + s 2 max(s 1, s 2 ) samt identiteterna Ee q ii 2 τ+xi(τ) = 1 och 1 Φ(x) = Φ( x),

6 så får vi G 2 (t, s 1, s 2 ) = s 1 Φ( d 12 ) + s 2 Φ( d 21 ). Övning 9 Beräkna antalen av de två tillgångarna, i de två portföljerna i exemplet ovan, som funktion av tiden och aktiepriserna. (Här kan du få användnig av Övning 3 i Övningar till dag 8.) Den första strategien kan kanske synas vara mer lockande än den andra men bilden blir mer nyanserad om vi jämför strategier som är lika mycket värda från början. Övning 10 Antag att S 1 (0) = S 2 (0) = 1. a) Bestäm c och C så att cg 1 (0, 1, 1) = 1 och CG 2 (0, 1, 1) = 1. Speciellt: Vad blir c och C om T = 1, q 11 = 0.16, q 22 = 0.25 och korrelationen q 12 / q 11 q 22 = 0.35? b) För vilka värden på S 1 (T ) och S 2 (T ) går de två strategierna med vinst? c) För vilka värden på S 1 (T ) och S 2 (T ) är den andra strategien att föredra framför den första? Svar till övningarna 5 a) Portföljvärde: G(t, S(t)), där G(t, s) = m v is i = v s. Vikter: (v i s i,..., v m s m )/v s. b) G(t, s) = e L(T t) m s i( vi, där L = 1 2 ( m v iq ii v Qv). Vikter v. 6 G(t, s) = e Lt m svi i. 9 (Φ(d 12 ), Φ(d 21 )) för max och (Φ( d 12 ), Φ( d 21 )) för min. 10 a) c = 1/(2Φ( ω12 2 T )) = 0.83, C = 1/(2Φ( ω 12 2 T )) = 1.26. b) max(s 1 (T ), S 2 (T )) > 1/c = 1.21 respektive min(s 1 (T ), S 2 (T )) > 1/C = 0.80. c) Den andra är bättre om c/c < S 2 (T )/S 1 (T ) < C/c. Speciellt: (c/c, C/c) = (0.66, 1.52).