隨機微積分

幾何布朗運動:百分比回報與對數回報

  • February 5, 2017

在經典微積分中,我們知道百分比回報的極限(即 $ dS/S $ ) 等於對數返回的值(即。 $ dln(S) $ ).

帶著不確定性,我們依靠伊藤引理來繪製兩者之間的關係:

$$ \begin{equation*} dS = \mu S dt + \sigma Sdz \end{equation*} $$ 和

$$ \begin{equation*} dln(S) = (\mu - \sigma^2/2) dt + \sigma dz \end{equation*} $$ 我了解背後的數學,但我想更多地了解直覺,主要是

有不確定性,當我們從百分比回報“切換”到對數回報時,為什麼我們會有更小的漂移 $ (\mu - \sigma^2/2) $ ? 背後是否有任何直覺或財務意識?

此外,當我們將過程離散化時,我們是否可以繪製相同的關係並說類似

$$ \begin{equation*} \Delta S = \mu S \Delta t + \sigma S \Delta z \end{equation*} $$ 和

$$ \begin{equation*} \Delta ln(S) = (\mu - \sigma^2/2) \Delta t + \sigma \Delta z \end{equation*} $$ 先感謝您。

無限小區間內的百分比回報 $ [t, t+dt] $ 是(誰)給的

$$ \begin{align*} \frac{S_{t+dt} - S_t}{S_t} \approx \mu dt + \sigma \sqrt{dt} \xi, \end{align*} $$ 在哪裡 $ \xi $ 是標準正態隨機變數。在日誌返回時,請注意,對於 $ x $ 足夠小, $$ \begin{align*} \ln (1+x) \approx x -\frac{x^2}{2}, \end{align*} $$ 然後,通過忽略高階項(相對於 $ dt $ ), $$ \begin{align*} \ln \frac{S_{t+dt}}{S_t} &= \ln \left(1+ \frac{S_{t+dt} - S_t}{S_t} \right)\ &\approx \frac{S_{t+dt} - S_t}{S_t} -\frac{1}{2} \left( \frac{S_{t+dt} - S_t}{S_t}\right)^2\ &\approx \mu dt + \sigma \sqrt{dt} \xi -\frac{1}{2} \left(\mu dt + \sigma \sqrt{dt} \xi\right)^2\ &\approx \mu dt + \sigma \sqrt{dt} \xi -\frac{1}{2}\sigma^2\xi^2 dt\ &\approx \left(\mu - \sigma^2/2 \right)dt + \sigma \sqrt{dt} \xi. \end{align*} $$ 在這裡,我們假設 $$ \begin{align*} \xi^2 \approx E(\xi^2) = 1. \end{align*} $$

引用自:https://quant.stackexchange.com/questions/32244