最新要闻
- 情人节必备:德芙香浓黑巧12元/碗大促
- 逃离银河系!科学家在仙女星系中发现银河移民
- 世界快播:山东女子中淘宝彩票锦鲤:直播1小时刮594张彩票 中7170元
- 天天滚动:骁龙8+满血版、残血版差价非常大 一加揭秘:能差1个亿
- 防止技术垄断:昆仑万维宣布将在年内开源类ChatGPT代码
- 微头条丨女子带汉堡进星巴克被拦 称味道大会影响其他顾客 网友抵制
- 微信数据再多都够用 真我GT Neo5 1TB干到3499元:旗舰射门员
- 新资讯:14岁女孩连续玩手机81小时险猝死 专家提醒:家长一定要控制
- 【环球时快讯】1TB手机不到3500元!网友评价真我GT Neo5:这让友商很难做
- 世界新消息丨又多了一种摸鱼手段 小红书网页版上线:左图右文 沉浸大屏
- 信息:首个教育圈ChatGPT来了!网易有道将推生成式AI:可批改作文
- 每日快播:创下历史第二!《霍格沃茨之遗》steam在线人数达48万
- 快看点丨哭笑不得!西班牙火车尺寸太大无法过隧道:白花2亿多欧元
- 成都现飞鸟撞树现象 网友疑灾害前兆!专家回应:想多了
- 环球今日报丨用ChatGPT做表格真香!只需动嘴提要求和复制粘贴
- 天天播报:部分玩家批评《塞尔达传说:王国之泪》新宣传片:太中庸没新意
手机
iphone11大小尺寸是多少?苹果iPhone11和iPhone13的区别是什么?
警方通报辅警执法直播中被撞飞:犯罪嫌疑人已投案
- iphone11大小尺寸是多少?苹果iPhone11和iPhone13的区别是什么?
- 警方通报辅警执法直播中被撞飞:犯罪嫌疑人已投案
- 男子被关545天申国赔:获赔18万多 驳回精神抚慰金
- 3天内26名本土感染者,辽宁确诊人数已超安徽
- 广西柳州一男子因纠纷杀害三人后自首
- 洱海坠机4名机组人员被批准为烈士 数千干部群众悼念
家电
当前速看:Stochastic Methods in Finance (1)
Bootcamp
Topics related to measure theory.
略去,详见测度论专栏中的文章
(资料图)
Expectations
令 \(X\) 为 \((\Omega, \mathcal{F}, P)\) 上的随机变量,\(\mathbb{E}[X]\) 为其期望。一些期望的特殊表示如下:
\(X: \Omega \rightarrow \mathbb{R}\) 为简单函数,即,\(X\) 在有限集 \(\left\{x_{1},\ldots, x_{n} \right\}\) 中取值,则:
\[\mathbb{E}[X] := \sum\limits^{n}_{i=1} x_{i} P(X = x_{i})\]\(X \geq 0\) almost surely,则:
\[\mathbb{E}[X] := \sup \left\{ \mathbb{E}[Y]: ~ Y \mbox{ is simple, } ~ 0 \leq Y \leq X \mbox{ almost surely. } \right\}\]注意,非负随机变量的期望可能为 \(\infty\)。
\(\mathbb{E}[X^{+}]\) 或 \(\mathbb{E}[X^{-}]\) 其中之一是有限的,则:
\[\mathbb{E}[X] := \mathbb{E}[X^{+}] - \mathbb{E}[X^{-}]\]\(X\) 为一个向量,且 \(\mathbb{E}[|X|] < \infty\),则:
\[\mathbb{E}\Big[\left(X_{1}, \ldots, X_{d}\right)\Big] := \Big( \mathbb{E}[X_{1}], \ldots, \mathbb{E}[X_{d}] \Big)\]
Jensen"s Inequality (琴生不等式)
令 \(X\) 为一个随机变量,\(g: \mathbb{R} \rightarrow \mathbb{R}\) 为一个凸函数。那么当 \(X\) 的期望存在时:
\[\mathbb{E}[g(X)] \geq g\left(\mathbb{E}[X] \right)\]若 \(g\) 为严格凸函数,则以上不等式可随之写为严格大于的形式(除非 \(X\) 取常数值)。
注(Convex function):
函数 \(f: X \rightarrow \mathbb{R}\) 称作一个凸函数,如果:
\[\forall ~ t \in [0, ~ 1]: ~ \forall ~ x_{1}, x_{2} \in X: ~ f\Big( tx_{1} + (1-t) x_{2} \Big) \leq t\cdot f(t x_{1}) + (1-t) \cdot f(x_{2})\]
Self-Financing Condition
A self-financing strategy is defined as a consumption stream \((c_{t})_{t\geq 0}\) which follows:
\[(c_{t} - c_{t+1})\cdot P_{t} = 0 \qquad \quad \mbox{for } \forall t \geq 0\]Numeraire (计价单位)
\((\eta_t)_{t\geq 0}\) 为 previsible process.
\(\eta_{t} \cdot P_{t} > 0\) almost surely, i.e., \(P(\eta_t \cdot P_{t} > 0) = 1\).
\((\eta_{t})_{t\geq 0}\) 满足 self-financing condition, i.e.,
\[(\eta_{t} - \eta_{t+1}) \cdot P_{t} = 0 \qquad \quad \mbox{for } \forall t\geq 0\]这实际上意味着:
\[\eta_{t} \cdot P_{t} = \eta_{t+1} \cdot P_{t} \qquad \qquad \text{for } ~ \forall t \geq 0\]注意,以上式子中两侧的 \(P_{t}\) 不能随手约去,因为等式两边是两个向量的内积运算。
Numeraire Asset
A numeraire asset is an asset with strictly positive price.
若 asset \(i\) 为一个 numeraire asset,那么对于 \(\forall t \geq 0\),定义 constant portfolio \(\eta\):
\[\eta_{t}^{j} = \begin{cases}1 \qquad \text{if } j = i\\0 \qquad \text{otherwise}\end{cases}\]为一个 numeraire portfolio。
Investment-Consumption Strategy
\[\begin{align*}c_{0} & = x - H_{1} \cdot P_{0}\\c_{t} & = (H_{t} - H_{t+1}) \cdot P_{t} \qquad \qquad \mbox{for } t \geq 1\end{align*}\]其中 \(x\) 为初始财富。
Terminal Consumption Strategy
\[\begin{align*}c_{0} & = -H_{1} \cdot P_{0} = 0\\c_{t} & = (H_{t} - H_{t+1}) \cdot P_{t} = 0 \qquad \qquad \mbox{for } 1 \leq t \leq T-1\\c_{T} & = H_{T} \cdot P_{T} \geq 0 \\\mbox{and} \qquad \qquad \\P( &c_{T} > 0) > 0\end{align*}\]其中 \(H\) 为 previsible process,non-random \(T > 0\) 使得以上 holds almost surely。
Pure Investment Strategy
对于 \(\forall t \geq 0\),每一期持仓 \(H_{t}\),但将每一期的 consumption \(c_{t}\) 不用于消费,而是用于投资 numeraire portfolio \(\eta_{t}\)。
Theorem. 局部鞅 \(\rightarrow\) 鞅的充分条件 (local martingales to true martingales: sufficient condition)
令 \(X\) 为一个离散或连续的 local martingale,令过程 \((Y_{t})_{t\geq 0}\) 满足:
\[\mbox{for } ~ \forall ~ s,t, ~ 0 \leq s \leq t: ~ |X_{s}| \leq Y_{t} \mbox{ almost surely}\]若 \(\mathbb{E}[Y_{t}] \leq \infty, ~ \mbox{ for } ~ \forall ~ t \geq 0\),那么 \(X\) 为一个 true martingale。
证明:
由于 \((X_{t})_{t\leq 0}\) 为一个 local martingale,根据定义存在一个 stopping time series (localizing sequence):\((\tau_{N})_{N\geq0}\),满足 \(\lim \limits_{N \rightarrow \infty} \tau_{N} = \infty\),使得对于 \(\forall ~ N \geq 0\),\(\Big(X^{\tau_{N}}_{t}\Big)_{t \geq 0} = \Big(X_{t \land \tau_{N}}\Big)_{t\geq 0}\) 为 true martingale。
首先证明 \((X_{t})_{t\geq 0}\) 可积。对于任意 \(t \geq 0\),取任意 \(T \geq t\),根据条件:\(|X_{t}| \leq Y_{T}\) almost surely。又因为:\(\forall ~ T \geq 0: ~ \mathbb{E}[Y_{T}] < \infty\),那么:
\[\mbox{for } ~ \forall ~ t \geq 0: ~ |X_{t}| \leq Y_{T} \quad \implies \quad \mathbb{E}[X_{t}] \leq \mathbb{E}[Y_{T}] < \infty\]因此 \((X_{t})_{t\geq 0}\) integrable。
将 \(X_{t\land\tau_{N}}\) 视作一个下标为 \(N\) 的序列,即:
\[\Big\{ X_{t\land \tau_{N}} \Big\}_{N\geq 0} = X_{t\land \tau_{1}}, ~ X_{t\land \tau_{2}}, ~ X_{t\land \tau_{3}}, ~ \ldots\]注意到 \(X_{t\land \tau_{N}} = X_{\min(t, \tau_{N})} \longrightarrow X_{t}\) almost surely with \(N \longrightarrow \infty\),即:
\[\mbox{for } ~ \forall ~ t \geq 0: ~ \forall ~ \varepsilon > 0: ~ P\left( \lim\limits_{N \rightarrow \infty} \left| X_{t\land \tau_{N}} - X_{t} \right| > \varepsilon \right) = 0\]这是因为 \(\lim \limits_{N \rightarrow \infty} \tau_{N} = \infty\),\(t \land \tau_{N} = \min(t, \tau_{N})\) 自然随 \(N\) 增大而收敛于 \(t\)。
所以对于 \(\forall ~ 0 \leq s \leq t\):
\[\begin{align*}\mathbb{E}[X_{t} ~ | ~ \mathcal{F}_{s}] & = \mathbb{E}\Big[\lim\limits_{N\rightarrow \infty}X_{t\land \tau_{N}} ~ | ~ \mathcal{F}_{s}\Big]\\& = \lim\limits_{N \rightarrow \infty} \mathbb{E}\Big[ X_{t\land\tau_{N}} ~ | ~ \mathcal{F}_{s}\Big] \quad (\mbox{Dominated Convergence Theorem})\\& = \lim\limits_{N \rightarrow \infty} X_{s \land \tau_{N}} \quad (\mathbf{*})\\& = X_{s}\end{align*}\]因此:local martingale \((X_{t})_{t\geq 0}\) 在给定的条件下也为一个 true martingale。
注意:
以上带星号的那一步推导中,鞅 \(\Big(X_{t\land\tau_{N}}\Big)_{t\geq 0}\) 的下标依然是 \(t\),尽管现在复合为 \(t\land \tau_{N}\)。因此在这一步中我们只需将 \(t\) 替换为 \(s\) 即可。
Corollary.
假设 \(X\) 一个 离散时间 local martingale,使对于 \(\forall ~ t \geq 0: ~ \mathbb{E}[|X_{t}|] < \infty\),那么 \(X\) 是一个 true martingale。
证明:
令 \(Y_{t} = |X_{0}| + |X_{1}| + \cdots + |X_{t}|\)。Trivially:
\[Y_{t} = |X_{0}| + |X_{1}| + \cdots + |X_{t}| \geq |X_{s}| ~ \mbox{ for } ~ \forall s \in \left\{0, 1, \ldots, t \right\}\]并且由于:\(\forall ~ t \geq 0: ~ \mathbb{E}[|X_{t}|] < \infty\),那么:
\[\begin{align*}\mathbb{E}[Y_{t}] & = \mathbb{E}\Big[ \left|X_{0}\right| + \left|X_{1}\right| + \cdots + \left|X_{t}\right| \Big]\\& = \sum\limits^{t}_{s=0}\mathbb{E}\big[ \left| X_{s} \right| \big] < \infty\end{align*}\]所以 \((Y_{t})_{t\geq 0}\) 可积,并且此时 \((X_{t})_{t \leq 0}\) 和 \((Y_{t})_{t\geq 0}\) 恰满足上述 Sufficient Condition,因此 \((X_{t})_{t\geq 0}\) 为一个 true martingale。
Supermartingale and Submartingale (上鞅与下鞅)
上鞅(Supermartingale)
相关于 filtration \(\mathcal{\left\{ F_{t} \right\}}_{t\geq 0}\) 的一个 supermartingale(上鞅)是一个 adapted stochastic process \((U_{t})_{t\geq 0}\),满足以下性质:
(Integrability)
\[\forall ~ t \geq 0: ~ \mathbb{E}\big[\left| U_{t} \right|\big] < \infty\](Decrease in average)
\[\forall ~ 0 \leq s \leq t: ~ \mathbb{E}\big[U_{t} ~ | ~ \mathcal{F}_{s}\big] \leq U_{s}\]
下鞅(Submartingale)
相关于 filtration \(\mathcal{\left\{ F_{t} \right\}}_{t\geq 0}\) 的一个 submartingale(下鞅)是一个 adapted stochastic process \((V_{t})_{t\geq 0}\),满足以下性质:
(Integrability)
\[\forall ~ t \geq 0: ~ \mathbb{E}\big[ | V_{t} | \big] < \infty\](Increase in average)
\[\forall ~ 0 \leq s \leq t: ~ \mathbb{E}\big[V_{t} ~ | ~ \mathcal{F}_{s}\big] \geq V_{s}\]
鞅、上鞅、下鞅
A martingale is a stochastic process that is both a supermartingale and a submartingale.
Theorem.
假设 \(X\) 是一个连续或离散时间上的 local martingale。如果 \(X_{t} \geq 0\) 对于 \(\forall ~ t \geq 0\) 都成立,那么 \(X\) 是一个 supermartingale(上鞅)。
证明:
令 \((\tau_{N})_{N\geq 0}\) 为相关于 local martingale \((X_{t})_{t\geq 0}\) 的 localizing sequence,即:
\[\forall ~ N \geq 0: ~ \Big(X^{\tau_{N}}_{t} \Big)_{t\geq 0} ~ \mbox{ is a true martingale.}\]首先证明 \((X_{t})_{t \geq 0 }\) 可积。由 Fatou"s Lemma:
\[\begin{align*}\mathbb{E}\big[|X_{t}|\big] & = \mathbb{E}[X_{t}] \\& = \mathbb{E}\Big[\lim\limits_{N \rightarrow \infty} X_{t \land \tau_{N}}\Big] \\& = \mathbb{E}\Big[\liminf\limits_{N \rightarrow \infty} X_{t \land \tau_{N}}\Big] \\& \leq \liminf\limits_{N \rightarrow \infty} \mathbb{E}\Big[X_{t\land \tau_{N}}\Big] \\& = \liminf\limits_{N \rightarrow \infty} \mathbb{E}\Big[X_{t\land \tau_{N}} ~ \Big| ~ \mathcal{F}_{0} \Big] \\& = X_{0} < \infty\end{align*}\]在条件期望上运用 Fatou"s Lemma,对于 \(\forall ~ 0 \leq s \leq t:\)
\[\begin{align*}\mathbb{E}\big[X_{t} ~ | ~ \mathcal{F}_{s}\big] & = \mathbb{E}\Big[ \lim\limits_{N \rightarrow \infty} X_{t\land \tau_{N}} ~ \Big| ~ \mathcal{F}_{s} \Big] \\& = \mathbb{E}\Big[ \liminf\limits_{N \rightarrow \infty} X_{t\land \tau_{N}} ~ \Big| ~ \mathcal{F}_{s} \Big] \\& \leq \liminf_{N \rightarrow \infty} \mathbb{E}\Big[ X_{t\land \tau_{N}} ~ \Big| ~ \mathcal{F}_{s} \Big] \\& = \liminf_{N \rightarrow \infty} X_{s \land \tau_{N}} \\& = X_{s}\end{align*}\]因此 \((X_{t})_{t\geq 0}\) 为一个 supermartingale(上鞅)。
Corollary.
如果 \((X_{t})_{t\geq 0}\) 是一个离散时间 local martingale,且对于任意 $ t \geq 0$,有 \(X_{t} \geq 0\) almost surely,那么 \((X_{t})_{t\geq 0}\) 是一个 true martingale。
证明:
通过上述 Theorem,我们有:
\[\mathbb{E}\big[|X_{t}|\big] = \mathbb{E}[X_{t}] \leq X_{0} < \infty\]由于 \(X\) 是可积的,通过上一条 Corollary可以得出 \((X_{t})_{t\geq 0}\) 是一个 martingale 的结论。
Theorem.
假设:
\[X_{t} = X_{0} + \sum\limits^{t}_{s=1} K_{s} (M_{s} - M_{s-1})\]其中,\(K\) 是一个 previsible process,\(M\) 是一个 local martingale,\(X_{0}\) 是一个常数。
如果对于某些非随机的 \(T > 0\),有:\(X_{T} \geq 0\) almost surely,那么 \((X_{t})_{0\leq t \leq T}\) 是一个 true martingale。
证明:
略。(太长了,以后有机会补上。)
随机贴现因子(Stochastic Discount Factor / Pricing Kernel / State Price Density)
在一个没有股息的市场中,在时刻 \(s\) 和 \(t\) 间(\(0 \leq s < t\))的随机贴现因子是一个 adapted positive \(\mathcal{F}_{t}-\) measurable random variable \(\rho_{s,t}\), 使得:
\[P_{s} = \mathbb{E}\big[\rho_{s,t}P_{t} ~ | ~ \mathcal{F}_{s}\big]\]令 \(Y\) 为一个 martingale deflator(i.e. \(\forall 0 \leq s < t: ~ \mathbb{E}[Y_{t}P_{t} ~ | ~ \mathcal{F}_{s}] = Y_{s}P_{s}\)),令 \(\rho_{s,t} = \frac{Y_{t}}{Y_{s}}\),若 \(\rho_{s,t}P_{t}\) 可积,那么 \(\rho_{s,t}\) 为时间 \(s\) 与 \(t\) 间的 pricing kernel。
证明:
对于 positivity,由于 \(Y\) 为 martingale deflator,则 \(\forall t \geq 0: ~ Y_{t} > 0\),所以 \(\rho_{s,t} = \frac{Y_{t}}{Y_{s}} > 0\),并且:
\[\begin{align*}\mathbb{E} \big[ \rho_{s,t} P_{t} ~ | ~ \mathcal{F}_{s} \big] & = \mathbb{E} \Big[ \frac{Y_{t}}{Y_{s}} P_{t} ~ | ~ \mathcal{F}_{s} \Big] \\& = \frac{1}{Y_{s}} \mathbb{E} \big[ Y_{t}P_{t} ~ | ~ \mathcal{F}_{s} \big] \\& = \frac{1}{Y_{s}} \cdot Y_{s} P_{s} \\& = P_{s}\end{align*}\]因此 \(\rho_{s,t}\) 为一个 pricing kernel。
相反地,对于 \(s\geq 0\),假设 \(\rho_{s, s+1}\) 为 时间 \(s\) 与 \(s+1\) 间的 pricing kernel,令 \(Y_{t} = \rho_{0,1} \rho_{1,2} \ldots \rho_{t-1, t}\),且 \(YP\) 可积,那么 \(Y\) 为一个 martingale deflator。
证明:
对于 \(\forall t \geq 0\),由于 pricing kernel 为正随机变量,则 \(Y_{t} = \rho_{0,1} \rho_{1,2} \ldots \rho_{t-1, t} > 0\),并且:
\[\begin{align*}\mathbb{E} \big[Y_{t+1}P_{t+1} ~ \big| ~ \mathcal{F}_{t} \big] & = \mathbb{E} \big[\rho_{0,1} \rho_{1,2} \ldots \rho_{t-1, t} \rho_{t, t+1} \cdot P_{t+1} ~ \big| ~ \mathcal{F}_{t} \big] \\& = \rho_{0,1} \rho_{1,2} \ldots \rho_{t-1, t} \cdot \mathbb{E} \big[\rho_{t, t+1} \cdot P_{t+1} ~ \big| ~ \mathcal{F}_{t} \big] \qquad \text{(adaptness)}\\& = Y_{t} \cdot P_{t} \qquad \text{(by definition)}\end{align*}\]因此,\((Y_{t})_{t\geq 0}\) 为一个 martingale deflator。
Proposition.
考虑存在一个 numeraire \(\eta\) 的市场,且令:\(N_{t} = \eta_{t} \cdot P_{t} \quad \forall t \geq 0\)。令 \(H\) 为一个 investment-consumption strategy,即,\(H\) 的 consumption stream 定义为:
\[\begin{align*}c_{0} & = x - H_{1} \cdot P_{0}\\c_{t} & = (H_{t} - H_{t+1}) \cdot P_{t}\end{align*}\]其中 \(x\) 为初始财富。令:
\[K_{t} = H_{t} + \eta_{t} \sum\limits_{s=0}^{t-1} \frac{c_{s}}{N_{s}}\]那么,\(K\) 为一个 pure-investment strategy from the same initial wealth \(x\)。
特殊地,当且仅当 \(K\) 为一个 terminal-consumption arbitrage 时,\(H\) 为一个 arbitrage。
证明:
\[\begin{align*}(K_{t} - K_{t+1}) \cdot P_{t} & = \Big( H_{t} + \eta_{t}\sum\limits_{s=0}^{t-1}\frac{c_{s}}{N_{s}} - H_{t+1} - \eta_{t+1}\sum\limits_{s=0}^{t}\frac{c_{s}}{N_{s}} \Big) \cdot P_{t} \\& = (H_{t} - H_{t+1}) \cdot P_{t} + \Big( \eta_{t}\sum\limits_{s=0}^{t-1}\frac{c_{s}}{N_{s}} - \eta_{t+1}\sum\limits_{s=0}^{t}\frac{c_{s}}{N_{s}} \Big) \cdot P_{t} \\& = (H_{t} - H_{t+1}) \cdot P_{t} + \Big( \eta_{t}\sum\limits_{s=0}^{t}\frac{c_{s}}{N_{s}} - \eta_{t+1}\sum\limits_{s=0}^{t}\frac{c_{s}}{N_{s}} - \eta_{t} \frac{c_{t}}{N_{t}} \Big) \cdot P_{t} \\& = (H_{t} - H_{t+1}) \cdot P_{t} + \Big( \big( \eta_{t} - \eta_{t+1} \big) \sum\limits_{s=0}^{t} \frac{c_{s}}{N_{s}} - \eta_{t} \frac{c_{t}}{N_{t}} \Big) \cdot P_{t} \\& = (H_{t} - H_{t+1}) \cdot P_{t} - \eta_{t} \cdot P_{t} \frac{c_{t}}{N_{t}} + \big( \eta_{t} - \eta_{t+1} \big) \cdot P_{t} \sum\limits_{s=0}^{t}\frac{c_{s}}{N_{s}} \\& = (H_{t} - H_{t+1}) \cdot P_{t} - \eta_{t} \cdot P_{t}\frac{c_{t}}{N_{t}} \qquad \text{(Investment-consumption strategy)} \\& = c_{t} \cdot P_{t} - N_{t} \cdot \frac{c_{t}}{N_{t}} \qquad \text{(By definition)} \\& = 0\end{align*}\]因此,对于 \(\forall t \geq 0\),有:
\[(K_{t} - K_{t+1}) \cdot P_{t} = 0\]由假设:\((\eta_{t})_{t\geq 0}\) 为 pure-investment strategy,则 \((K_{t})_{t\geq 0}\) 亦为 pure-investment strategy。
假设对于 non-random \(T\),有:\(c_{T} = H_{T}\cdot P_{T}\),那么:
\[\begin{align*}K_{T} \cdot P_{T} & = \Big( H_{T} + \eta_{T}\sum\limits_{s=0}^{T-1}\frac{c_{s}}{N_{s}} \Big) \cdot P_{T} \\& = H_{T} \cdot P_{T} + \eta_{T} \cdot P_{T} \sum\limits_{s=0}^{T-1}\frac{c_{s}}{N_{s}} \\& = c_{T} + N_{T} \sum\limits_{s=0}^{T-1}\frac{c_{s}}{N_{s}} \\& = N_{T} \frac{c_{T}}{N_{T}} + N_{T} \sum\limits_{s=0}^{T-1}\frac{c_{s}}{N_{s}} \\& = N_{T} \sum\limits_{s=0}^{T}\frac{c_{s}}{N_{s}} \\\end{align*}\]\[\implies K_{T} \cdot P_{T} = N_{T} \sum\limits_{s=0}^{T}\frac{c_{s}}{N_{s}}\]则:当且仅当 某些 \(c_{t} ~ (0 \leq t \leq T)\) 取值为 strictly positive 时, 等式左侧 \(K_{T} \cdot P_{T}\) 为 strictly positive。
Lemma. (Bayes formula; from homework 5.)
令 \(\mathbb{P}\) 和 \(\mathbb{Q}\) 为定义在 \((\Omega, ~ \mathcal{F})\) 上的 equivalent probability measures,令 Radon - Nikodym derivative: \(Z = \frac{d\mathbb{Q}}{d\mathbb{P}}\),令 \(\mathcal{G} \subset \mathcal{F}\) 为一个 \(\sigma-\)field。那么:
\[\mathbb{E}^{\mathbb{Q}}\big[ X ~ \big| ~ \mathcal{G} \big] = \frac{\mathbb{E}^{\mathbb{P}}[ZX ~ | ~ \mathcal{G}]}{\mathbb{E}^{\mathbb{P}}[Z ~ | ~ \mathcal{G}]}\]证明:
令 \(Y = \frac{\mathbb{E}^{\mathbb{P}}[ZX ~ | ~ \mathcal{G}]}{\mathbb{E}^{\mathbb{P}}[Z ~ | ~ \mathcal{G}]}\),欲证:\(\mathbb{E}^{\mathbb{Q}}\big[ X ~ \big| ~ \mathcal{G} \big] = Y\),这等价于:
对于 \(\forall G \in \mathcal{G}\):
\[\begin{align*}& \mathbb{E}^{\mathbb{Q}}\big[ X ~ \big| ~ \mathcal{G} \big] \cdot \mathbb{I}_{G} = Y \cdot \mathbb{I}_{G} \\\iff \quad & \mathbb{E}^{\mathbb{Q}}\Big[ \mathbb{E}^{\mathbb{Q}}\big[ X ~ \big| ~ \mathcal{G} \big] \cdot \mathbb{I}_{G} \Big] = \mathbb{E}^{\mathbb{Q}} \Big[ Y \cdot \mathbb{I}_{G} \Big] \\\iff \quad & \mathbb{E}^{\mathbb{Q}}\Big[ \mathbb{E}^{\mathbb{Q}}\big[ X \cdot \mathbb{I}_{G} ~ \big| ~ \mathcal{G} \big] \Big] = \mathbb{E}^{\mathbb{Q}} \Big[ Y \cdot \mathbb{I}_{G} \Big] \\\iff \quad & \mathbb{E}^{\mathbb{Q}} \big[ X \cdot \mathbb{I}_{G} \big] = \mathbb{E}^{\mathbb{Q}} \Big[ Y \cdot \mathbb{I}_{G} \Big] \\\iff \quad & \int_{G} ~ X ~ d\mathbb{Q} = \int_{G} ~ Y ~ d\mathbb{Q}\end{align*}\]由 Radon-Nikodym derivative \(Z = \frac{d\mathbb{Q}}{d\mathbb{P}} \implies d\mathbb{Q} = Z \cdot d\mathbb{P}\):
\[\begin{align*}& \int_{G} ~ X ~ d\mathbb{Q} = \int_{G} ~ Y ~ d\mathbb{Q} \\\iff \quad & \int_{G} ~ X Z ~ d\mathbb{P} = \int_{G} ~ YZ ~ d\mathbb{P} \\\iff \quad & \mathbb{E}^{\mathbb{P}}\big[ XZ \cdot \mathbb{I}_{G} \big] = \mathbb{E}^{\mathbb{P}}\big[ YZ \cdot \mathbb{I}_{G} \big]\end{align*}\]因此,目标等价于证明:对于 \(\forall G \in \mathcal{G}\),有:
\[\mathbb{E}^{\mathbb{P}}\big[ XZ \cdot \mathbb{I}_{G} \big] = \mathbb{E}^{\mathbb{P}}\big[ YZ \cdot \mathbb{I}_{G} \big]\]注意到 \(Y = \mathbb{E}^{\mathbb{Q}}\big[ X ~ \big| ~ \mathcal{G} \big]\) 为 \(\mathcal{G}-\)measurable,那么RHS:
\[\begin{align*}\mathbb{E}^{\mathbb{P}}\big[ YZ \cdot \mathbb{I}_{G} \big] & = \mathbb{E}^{\mathbb{P}} \Big[ \mathbb{E}^{\mathbb{P}}\big[ YZ \cdot \mathbb{I}_{G} ~ \big| ~ \mathcal{G} \big] \Big] \qquad \text{(Tower property)} \\& = \mathbb{E}^{\mathbb{P}} \Big[ \mathbb{I}_{G}Y \cdot \mathbb{E}^{\mathbb{P}}\big[ Z ~ \big| ~ \mathcal{G} \big] \Big] \qquad \text{($\mathbb{I}_{G}Y$ is $\mathcal{G}-$measurable)} \\& = \mathbb{E}^{\mathbb{P}} \Big[ \mathbb{I}_{G} \cdot \frac{\mathbb{E}^{\mathbb{P}}[ZX ~ | ~ \mathcal{G}]}{\mathbb{E}^{\mathbb{P}}[Z ~ | ~ \mathcal{G}]} \cdot \mathbb{E}^{\mathbb{P}}\big[ Z ~ \big| ~ \mathcal{G} \big] \Big] \\& = \mathbb{E}^{\mathbb{P}} \Big[ \mathbb{I}_{G} \cdot \mathbb{E}^{\mathbb{P}} \big[ZX ~ \big| ~ \mathcal{G} \big] \Big] \\& = \mathbb{E}^{\mathbb{P}} \Big[ \mathbb{E}^{\mathbb{P}} \big[ZX \cdot \mathbb{I}_{G} ~ \big| ~ \mathcal{G} \big] \Big] \qquad \text{($\mathbb{I}_{G}$ is $\mathcal{G}-$measurable)} \\& = \mathbb{E}^{\mathbb{P}} \big[ ZX \cdot \mathbb{I}_{G} \big] \qquad \text{(Tower property)}\end{align*}\]证毕。
-
【独家】.Net6对AOP的多种支持之IAsyncResourceFilter
环境: Net6Web项目Mvc结构开发工具:VS2022IAsyncResourceFilter(资源缓存异步)IAsyncResourceFilter扩展ASP NETCore6提
来源: 当前速看:Stochastic Methods in Finance (1)
【独家】.Net6对AOP的多种支持之IAsyncResourceFilter
世界观天下!常见的python技术难点分享
当前速讯:Nodejs原型链污染
世界要闻:[threeJS]--- 外部导入的模型如何编程式实现帧动画以及调用模型自带的动画
情人节必备:德芙香浓黑巧12元/碗大促
逃离银河系!科学家在仙女星系中发现银河移民
世界快播:山东女子中淘宝彩票锦鲤:直播1小时刮594张彩票 中7170元
天天滚动:骁龙8+满血版、残血版差价非常大 一加揭秘:能差1个亿
防止技术垄断:昆仑万维宣布将在年内开源类ChatGPT代码
【全球播资讯】陕西旅游集团旗下景区春节期间累计接待超 200 万人次,这背后也有火山引擎 VeDI 的身影
当前热门:分享5个我不能没有的Vue.js库,不信你用不上
KingbaseES libstdc++.so.6 version 'CXXABI_1.3.8'问题处理
敏捷数据科学教程_编程入门自学教程_菜鸟教程-免费教程分享
MPI库并行Fortran程序:进程通讯
微头条丨女子带汉堡进星巴克被拦 称味道大会影响其他顾客 网友抵制
微信数据再多都够用 真我GT Neo5 1TB干到3499元:旗舰射门员
新资讯:14岁女孩连续玩手机81小时险猝死 专家提醒:家长一定要控制
【环球时快讯】1TB手机不到3500元!网友评价真我GT Neo5:这让友商很难做
世界新消息丨又多了一种摸鱼手段 小红书网页版上线:左图右文 沉浸大屏
快看:Android教程_编程入门自学教程_菜鸟教程-免费教程分享
天天日报丨vue2和vue3的区别有哪些?
docker学习
【全球热闻】剑指Offer 05. 替换空格(java解题)
信息:首个教育圈ChatGPT来了!网易有道将推生成式AI:可批改作文
每日快播:创下历史第二!《霍格沃茨之遗》steam在线人数达48万
快看点丨哭笑不得!西班牙火车尺寸太大无法过隧道:白花2亿多欧元
成都现飞鸟撞树现象 网友疑灾害前兆!专家回应:想多了
环球今日报丨用ChatGPT做表格真香!只需动嘴提要求和复制粘贴
Java基础三元运算符
世界快消息!Crystal Reports 教程_编程入门自学教程_菜鸟教程-免费教程分享
新资讯:再有人问你分布式事务,把这篇文章砸过去给他
有了 ETL 数据神器 dbt,表数据秒变 NebulaGraph 中的图数据
天天播报:部分玩家批评《塞尔达传说:王国之泪》新宣传片:太中庸没新意
环球热讯:比亚迪百万新车或搭载:余承东李想力挺增程式到底落不落后?专家一句真相
C# 学习async/await(个人理解)
30 个 IDEA 常用小技巧,应有尽有,让你的撸码效率直接起飞...
【天天聚看点】世界有史以来最大百科全书!《永乐大典》首次线上公开 免费看
华擎推出4X4 BOX-7000系列迷你主机:锐龙7000U、支持双USB4
小米Civi 2宣布全版本支持MIUI 14!系统丝滑流畅、更省电
女子手机放枕边突然冒烟自燃:曾因进水维修
饭店反向抹零多收1毛被罚4500元 网友点赞:四舍五入抹零有误都可举报
天天日报丨必知必会的设计原则——里氏替换原则
焦点速递!联想发布“问天”服务器品牌 向3S领域发起总攻 5年内冲击第一
焦点!谷歌版ChatGPT灾难级发布 市值一夜狂跌7000亿 熬夜网友:退钱!
快播:刘强东要建员工福利房?京东31亿北京拿地 1.6万元/平
当前快报:手工扯面+秘制辣油 西安饭庄油泼biangbiang面6.6元/盒大促
全球看点:任天堂港服“任亏券”开卖:《塞尔达传说:王国之泪》预售你买没
孔雀石的主要成分是什么?孔雀石的作用与好处有哪些?
空气能热水器的优缺点是什么?空气能热水器十大名牌排名
高一选科怎么选最好?高一期中考试总结范文
暑假带孩子去哪里旅游最好?我的快乐暑假作文模板
旅游高峰期相反的叫什么?旅游高峰期是哪几个月?
植物大战僵尸2闪退是怎么回事?植物大战僵尸2闪退解决办法
精彩看点:【学习笔记】Http请求方法总结
当前通讯!FCoE简单介绍
头条焦点:git在工作中如何使用?
热议:近期做的有意思的两道题,不知道是谁抄谁hhhhh
Java利用ChromeDriver插件网页截图(Wondows版+Linux版)
煲音箱与不煲的差别大吗?煲音箱音量开多大合适?
验证码总是错误是怎么回事?验证码总是错误怎么解决?
电脑屏幕尺子怎么打开?电脑屏幕尺子怎么使用?
技嘉主板怎么设置U盘启动?技嘉主板超频怎么设置?
热门看点:价格率先步入“次世代”:《塞尔达传说:王国之泪》涨至70美元
环球最资讯丨《王者荣耀》项羽、虞姬情人节皮肤来了:280元值吗?
当前关注:荣耀Magic5系列充电规格曝光:全系仅66W快充
环球热文:威马汽车CDO:特斯拉单车净利润是大众十倍 随时都能大降价
热资讯!次日达 冷酸灵泵式牙膏11.9元 清新口气、抗敏感
区块链安全前传之从Web3.0到创造自己的数字货币
天天快资讯:“采访”ChatGPT看看它对我们GreatSQL社区有什么看法
关于小程序变现方式你还知道哪些?
焦点热文:开发过程中安装的依赖包
每日热议!Spring源码第一章:创建简单的 Bean 容器
买房不如买车、50万交利息税等:年轻人为什么越来越反感专家?
【新要闻】集成ChatGPT威力惊人:微软Bing下载量激增10倍
环球热门:QLC便宜即是王道 1728个SSD组成106PB超大硬盘阵列
环球速看:又有巨头扛不住了!迪士尼宣布裁员7000人:省了55亿成本
日本耗资万亿的国产大飞机失败内幕:重大安全缺陷 美国拒绝发证
当前动态:《三国演义》“关羽”陆树铭去世百天 妻子晒全家福:网友感叹
要涨价!《塞尔达传说:王国之泪》新实机出炉:能造汽车、飞机了
每日消息!趋势难挡!美国、法国等公司推行每周4天工作制:不减薪 提升幸福度
天天即时看!比ChatGPT差很多 谷歌Bard AI丢人了:回答错误致股价大跌
读Java实战(第二版)笔记05_Collection API的增强功能
谷歌首公布Android 14:续航、流畅度激增、对折叠屏更好支持!
全球快播:Linux-ansible
天天视点!Python教程:selenium模块用法教程
世界报道:带你体验下来自人工智能ChatGPT的魅力
【全球热闻】小白也能做应用(一)之fusion app介绍
高层次综合器(Vivado HLS)的设计流程[原创www.cnblogs.com/helesheng]
变天了!x86 PC陨落:ARM大暴走
高通憋出新大招:4G杀手来了
国美电器多个破产申请被驳回 苏泊尔在列
当前关注:脸都不要了!《黑棉花:悟能》无耻碰瓷《黑神话:悟空》
Intel中国特供新U i7-13790F开卖:缓存多3MB 竟贵了150元!
当前快报:【Windows】Microsoft Store无法打开:关闭自动更新(请联系系统管理员更改此设置)
最资讯丨吴京与粉丝合照被滤镜坑惨:没有明星能逃过美颜摧残
环球时讯:明天上映!《流浪地球2》发布港版预告片:MOSS竟然说英文
资讯:log4cxx配置日期回滚策略中增加MaxFileSize属性
天天看点:MySQL索引的基本理解
当前关注:强大的Excel工具,简便Vlookup函数操作:通用Excel数据匹配助手V2.0