ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΟΧΑΣΤΙΚΑ ΜΟΝΤΕΛΑ

Σχετικά έγγραφα
Σύντομη Εισαγωγή στις Στοχαστικές Ανελίξεις

ΚΕΦΑΛΑΙΟ 5. Κίνηση Brown Εισαγωγή στη Στοχαστική Ανάλυση

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΟΧΑΣΤΙΚΑ ΜΟΝΤΕΛΑ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

2. Στοιχεία Πολυδιάστατων Κατανοµών

Μοντελοποίηση, Ανάλυση και Σχεδιασμός Στοχαστικών Συστημάτων

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΙΟΙΚΗΣΗΣ ΣΤΟΧΑΣΤΙΚΑ ΜΟΝΤΕΛΑ

Ορισμός : Η συνάρτηση X : Ω είναι μετρήσιμη εάν 1. της τυχαίας μεταβλητής X : Ω, είναι το πεδίο τιμών της X. Δηλαδή είναι το υποσύνολο του { }

2.5.1 ΕΚΤΙΜΗΣΗ ΠΟΣΟΣΤΙΑΙΩΝ ΣΗΜΕΙΩΝ ΜΙΑΣ ΚΑΤΑΝΟΜΗΣ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

ΚΕΦΑΛΑΙΟ 3. Στοιχεία Θεωρίας Μέτρου - Πιθανοτήτων

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

Ορισμός : Η συνάρτηση X : Ω είναι μετρήσιμη εάν 1. της τυχαίας μεταβλητής X : Ω, είναι το πεδίο τιμών της X. Δηλαδή είναι το υποσύνολο του { }

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ. Κεφάλαιο 8. Συνεχείς Κατανομές Πιθανοτήτων

Παράγωγα Τιμολόγηση. },P). Όπου (Ω,F,P) είναι ο χώρος πιθανοτήτων και { F n

ΕΝΤΥΠΟ ΘΕΜΑΤΩΝ ΕΞΕΤΑΣΕΩΝ

Τμήμα Διοίκησης Επιχειρήσεων (Γρεβενά) Μάθημα: Στατιστική II Διάλεξη 1 η : Εισαγωγή-Επανάληψη βασικών εννοιών Εβδομάδα 1 η : ,

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

Κεφάλαιο 8 Συνεχείς Κατανομές Πιθανοτήτων

Περιεχόμενα της Ενότητας. Συνεχείς Τυχαίες Μεταβλητές. Συνεχείς Κατανομές Πιθανότητας. Συνεχείς Κατανομές Πιθανότητας.

Τυχαία μεταβλητή (τ.μ.)

ΕΝΤΥΠΟ ΘΕΜΑΤΩΝ ΕΞΕΤΑΣΕΩΝ

Όριο συνάρτησης στο x. 2 με εξαίρεση το σημείο A(2,4) Από τον παρακάτω πίνακα τιμών και τη γραφική παράσταση του παραπάνω σχήματος παρατηρούμε ότι:

ΚΕΦΑΛΑΙΟ 2. Εισαγωγή στην Τιμολόγηση Παραγώγων Διωνυμικό Μοντέλο μιας Περιόδου

Τυχαία μεταβλητή είναι μία συνάρτηση ή ένας κανόνας που αντιστοιχίζει ένα αριθμό σε κάθε αποτέλεσμα ενός πειράματος.

Θεωρία Πιθανοτήτων, εαρινό εξάμηνο Λύσεις του έβδομου φυλλαδίου ασκήσεων. f X (t) dt για κάθε x. F Y (y) = P (Y y) = P X y b ) a.

Η διακριτή συνάρτηση μάζας πιθανότητας δίνεται από την

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

Μαρκοβιανές Αλυσίδες

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ. Κεφάλαιο 7. Τυχαίες Μεταβλητές και Διακριτές Κατανομές Πιθανοτήτων

Μοντελοποίηση, Ανάλυση και Σχεδιασμός Στοχαστικών Συστημάτων

Θεωρητικές Κατανομές Πιθανότητας

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

ΑΝΑΛΥΣΗ ΚΑΤΗΓΟΡΙΚΩΝ ΔΕΔΟΜΕΝΩΝ. Σ. ΖΗΜΕΡΑΣ Τμήμα Μαθηματικών Κατεύθυνση Στατιστικής και Αναλογιστικών- Χρηματοοικονομικών Μαθηματικών Σάμος

Άσκηση 1: Λύση: Για το άθροισμα ισχύει: κι επειδή οι μέσες τιμές των Χ και Υ είναι 0: Έτσι η διασπορά της Ζ=Χ+Υ είναι:

ΦΡΟΝΤΙΣΤΗΡΙΟ 11. β) τον εκτιμητή μέγιστης πιθανοφάνειας για την άγνωστη παράμετρο λ 0.

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ Τμήμα Μαθηματικών ΧΡΟΝΟΣΕΙΡΕΣ. Σημειώσεις Πανεπιστημιακών Παραδόσεων

Η Κανονική Κατανομή. Κανονικές Κατανομές με την ίδια διασπορά και διαφορετικές μέσες τιμές.

Εισαγωγή στη θεωρία ακραίων τιμών

& 4/12/09 Α ΣΕΙΡΑ ΘΕΜΑΤΩΝ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

Έννοια Είδη θεωρητικών κατανομών Κανονική κατανομή Τυπική κανονική κατανομή Υπολογισμός πιθανοτήτων με χρήση τυπικής κανονικής κατανομής Ασκήσεις

3. Κατανομές πιθανότητας

KEΦΑΛΑΙΟ 2 Θεωρία Χαρτοφυλακίου

2.5 ΕΛΕΓΧΟΣ ΠΟΣΟΣΤΙΑΙΩΝ ΣΗΜΕΙΩΝ ΜΙΑΣ ΚΑΤΑΝΟΜΗΣ (The Quantile Test)

ΔΕΣΜΕΥΜΕΝΕΣ Ή ΥΠΟ ΣΥΝΘΗΚΗ ΠΙΘΑΝΟΤΗΤΕΣ

ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΚΕΝΤΡΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ ΣΧΟΛΗ ΤΜΗΜΑ. Μαθηματικά 2. Σταύρος Παπαϊωάννου

Pr(10 X 15) = Pr(15 X 20) = 1/2, (10.2)

Στοχαστικές Στρατηγικές

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΘΕΩΡΙΑ ΟΥΡΩΝ

Γ ε ν ι κ έ ς εξ ε τ ά σ ε ι ς Αρχές Οικονομικής Θεωρίας Γ λυκείου ο ι κονομικών σπουδών

ΕΝΤΥΠΟ ΘΕΜΑΤΩΝ ΕΞΕΤΑΣΕΩΝ

ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ. Επικ. Καθ. Στέλιος Ζήμερας. Τμήμα Μαθηματικών Κατεύθυνση Στατιστικής και Αναλογιστικά Χρηματοοικονομικά Μαθηματικά

ΥΠΟΥΡΓΕΙΟ ΕΘΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ΚΑΙ ΘΡΗΣΚΕΥΜΑΤΩΝ ΣΤΑΤΙΣΤΙΚΗ. Για την Γ Τάξη Γενικού Λυκείου Μάθημα Επιλογής ΟΡΓΑΝΙΣΜΟΣ ΕΚΔΟΣΕΩΣ ΔΙΔΑΚΤΙΚΩΝ ΒΙΒΛΙΩΝ ΑΘΗΝΑ

ΕΙΔΙΚΑ ΘΕΜΑΤΑ ΔΙΑΧΕΙΡΙΣΗΣ ΚΙΝΔΥΝΟΥ. Συσχέτιση (Correlation) - Copulas

ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ ΚΑΙ ΚΑΤΑΝΟΜΕΣ ΠΙΘΑΝΟΤΗΤΩΝ - ΑΣΚΗΣΕΙΣ. αλλού

ΟΜΑΔΑ ΔΕΥΤΕΡΗ ΘΕΜΑ Β Β1.

Β1. Σχολικό βιβλίο, σελ : Η Αβεβαιότητα στην Οικονομική Ζωή

ΕΝΤΥΠΟ ΘΕΜΑΤΩΝ ΕΞΕΤΑΣΕΩΝ

ΣΥΝΑΡΤΗΣΕΩΝ. f3 x = και

ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Π

Οι παρατηρήσεις του δείγματος, μεγέθους n = 40, δίνονται ομαδοποιημένες κατά συνέπεια ο δειγματικός μέσος υπολογίζεται από τον τύπο:

Περίληψη ϐασικών εννοιών στην ϑεωρία πιθανοτήτων

ΛΥΣΕΙΣ ΑΣΚΗΣΕΩΝ: ΘΕΩΡΙΑ ΧΑΡΤΟΦΥΛΑΚΙΟΥ

ΕΞΕΤΑΣΗ ΣΤΟ ΜΑΘΗΜΑ ΠΙΘΑΝΟΤΗΤΕΣ-ΣΤΑΤΙΣΤΙΚΗ ΝΟΕΜΒΡΙΟΣ 2003 Λ Υ Σ Ε Ι Σ Τ Ω Ν Α Σ Κ Η Σ Ε Ω Ν ΜΕΡΟΣ Α (40%)

Στατιστική Συμπερασματολογία

Μοντελοποίηση, Ανάλυση και Σχεδιασμός Στοχαστικών Συστημάτων

ΚΕΦΑΛΑΙΟ 1, Εισαγωγή στη θεωρία ακραίων τιμών

ΛΥΜΕΝΕΣ ΕΦΑΡΜΟΓΕΣ ΣΤΟ 2 ο ΚΕΦΑΛΑΙΟ

ΠΙΘΑΝΟΤΗΤΕΣ -ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ(τελικές εξετάσεις πλη12)

ΠΟΣΟΤΙΚΕΣ ΜΕΘΟΔΟΙ στη Ναυτιλία και τις Μεταφορές

14/11/2016. Στατιστική Ι. 7 η Διάλεξη (Βασικές συνεχείς κατανομές)

Στατιστική Συμπερασματολογία

Τυχαίες Μεταβλητές Γεώργιος Γαλάνης Κωνσταντίνα Παναγιωτίδου

Κ Α Λ Η Ε Π Ι Τ Υ Χ Ι Α ΣΕ ΟΛΟΥΣ!!!!!!!!!!!

ΠΑΝΕΛΛΗΝΙΕΣ 2016 ΑΡΧΕΣ ΟΙΚΟΝΟΜΙΚΗΣ ΘΕΩΡΙΑΣ ΑΠΑΝΤΗΣΕΙΣ

Χρονικές σειρές 2 Ο μάθημα: Εισαγωγή στις χρονοσειρές

ΤΥΠΟΛΟΓΙΟ ΣΤΑΤΙΣΤΙΚΗΣ

Πρόγραμμα Σπουδών: Διοίκηση Επιχειρήσεων & Οργανισμών Θεματική Ενότητα: ΔΕΟ 41 Αγορές Χρήματος & Κεφαλαίου. Ακαδημαϊκό έτος:

Στοχαστικές Ανελίξεις (2) Αγγελική Αλεξίου

ΕΙΔΙΚΑ ΘΕΜΑΤΑ ΔΙΑΧΕΙΡΙΣΗΣ ΚΙΝΔΥΝΟΥ. Value at Risk (VaR) και Expected Shortfall

Στατιστική. Εκτιμητική

ΑΣΥΜΜΕΤΡΙΑ Ας υποθέσουμε, ότι κατά την μελέτη της κατανομής δύο μεταβλητών, καταλήγουμε στα παρακάτω ιστογράμματα.

ΕΠΑΝΑΛΗΨΗ ΒΑΣΙΚΩΝ ΕΝΝΟΙΩΝ ΣΤΑΤΙΣΤΙΚΗΣ

200, δηλαδή : 1 p Y (y) = 0, αλλού

Η ΙΣΧΥΣ ΕΝΟΣ ΕΛΕΓΧΟΥ. (Power of a Test) ΚΕΦΑΛΑΙΟ 21

17/10/2016. Στατιστική Ι. 3 η Διάλεξη

Πινάκες συνάφειας. Βαρύτητα συμπτωμάτων. Φύλο Χαμηλή Υψηλή. Άνδρες. Γυναίκες

12. ΑΝΙΣΩΣΕΙΣ Α ΒΑΘΜΟΥ. είναι δύο παραστάσεις μιας μεταβλητής x πού παίρνει τιμές στο

Κατανομές Πιθανοτήτων. Γεωργία Φουτσιτζή, Καθηγήτρια, Τμήμα Πληροφορικής και Τηλεπικοινωνιών Πανεπιστήμιο Ιωαννίνων Ακαδ.

Μαθηματικά Θετικής και Τεχνολογικής Κατεύθυνσης Γ Λυκείου Η ΕΝΝΟΙΑ ΤΟΥ ΜΙΓΑΔΙΚΟΥ ΑΡΙΘΜΟΥ

Τμήμα Τεχνολόγων Γεωπόνων-Κατεύθυνση Αγροτικής Οικονομίας Εφαρμοσμένη Στατιστική Μάθημα 4 ο :Τυχαίες μεταβλητές Διδάσκουσα: Κοντογιάννη Αριστούλα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

Α1. α. Λ β. Σ γ. Σ δ. Σ ε. Λ

Ποσοτικές Μέθοδοι., Εισηγητής: Ν.Κυρίτσης, MBA, Ph.D. Candidate,,

ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΚΕΝΤΡΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ ΣΧΟΛΗ ΤΜΗΜΑ. Μαθηματικά 2. Σταύρος Παπαϊωάννου

(Γραμμικές) Αναδρομικές Σχέσεις

ΣΤΟΧΑΣΤΙΚΕΣ ΙΑ ΙΚΑΣΙΕΣ

Transcript:

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΟΧΑΣΤΙΚΑ ΜΟΝΤΕΛΑ Ακαδ. Έτος 06-07 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Λέκτορας v.kouras@fm.aga.gr Τηλ: 7035468

Κίνηση Brow Θα επιχειρήσουμε να μεταφράσουμε σε συνεχή χρόνο τα αποτελέσματα που προέκυψαν κατά τη μελέτη μοντέλων διακριτού χρόνου. Το πρώτο που πρέπει να περιγράψουμε είναι πως περίπου θα κινείται η τιμή του υποκείμενου τίτλου (π.χ. μετοχής) σε συνεχή χρόνο. Στο διωνυμικό μοντέλο περιόδων, αν συμβολίσουμε με την τιμή της μετοχής στο χρόνο, είχαμε υποθέσει ότι ( ) ( ) b, p a, Κάτι απλό που μπορούμε τώρα να κάνουμε είναι να πάρουμε το «πολύ μικρό» ώστε να προσεγγίσουμε ένα μοντέλο συνεχούς χρόνου -p

Κίνηση Brow Το παραπάνω μοντέλο είναι πολλαπλασιαστικό Αν θεωρήσουμε την στοχαστική διαδικασία (σ.δ.) = l τότε προκύπτει ένα απλούστερο προσθετικό μοντέλο, Χ = ( ) + la ή ( ) + lb. Έστω λοιπόν Χ, 0 μια στοχαστική διαδικασία για την οποία ισχύει ότι ( ) ( ) c, d, p -p Αν θέλουμε η Χ να μην παρουσιάζει «άλματα» θα πρέπει όταν 0 τότε και c,d 0. Επίσης είναι λογικό να υποθέσουμε ότι το p θα είναι «κοντά» στο 0.5

Κίνηση Brow Ένα αρκετά ενδιαφέρον μοντέλο προκύπτει αν υποθέσουμε ότι: ( 0 = 0 ή 0 ) για κάποιες σταθερές παραμέτρους μ, σ. Θέτοντας Υ = ή 0 ανάλογα με το αν η Χ αυξάνεται ή μειώνεται κατά το -οστό χρονικό διάστημα, θα ισχύει ότι.: p -p p,,,,,, ) ( ) ( ) ( p p ) ( p p Y p p Y Y Y

Κίνηση Brow Αν πάρουμε, τότε θα ισχύει: Y p N(0,) p ( p) p ( p) p και άρα η κατανομή της Χ (όταν 0) είναι ίδια με την κατανομή μιας τ.μ. που έχει την μορφή: Z όπου Ζ~Ν(0,) Δηλαδή ~ N(, )

Κίνηση Brow Δύο τυχαίες πραγματοποιήσεις της Χ s, s [0, ] (για = 00 και 000): Στα παραπάνω σχήματα δίνεται το γράφημα τυχαίων «διαδρομών» (pas) της Χ s, s [0, ]. Όπως έχουμε επισημάνει και παραπάνω, κάθε πραγματοποίηση της Χ s, s [0, ] μπορεί να θεωρηθεί ως η τυχαία συνάρτηση g ω (s) = s (ω), s [0, ] για κάποιο ω Ω

Κίνηση Brow Είναι ενδιαφέρον ότι για την διαδικασία που προκύπτει θεωρώντας 0: προσαυξήσεις = Χ +y Χ y σε κάθε χρονικό διάστημα, η αύξηση ή η μείωση της Χ είναι ανεξάρτητη από το παρελθόν, και άρα η τ.μ. Χ +y Χ y, > 0 θα είναι ανεξάρτητη από τις Χ u, 0 u y Χ ~ N(μ, σ ) και επομένως και Χ +y Χ y ~ N(μ, σ ) για κάθε y 0 Δηλαδή οι προσαυξήσεις Χ +y Χ y είναι ανεξάρτητες και κανονικές Αποδεικνύεται ότι πράγματι υπάρχει και μπορεί να οριστεί μια διαδικασία με τα συγκεκριμένα χαρακτηριστικά. Ειδικότερα έχουμε τον ακόλουθο ορισμό που προκύπτει φυσιολογικά από τα παραπάνω

Κίνηση Brow Ορισμός : Μία στοχαστική διαδικασία Χ, 0 (με τιμές στο ΙR) καλείται κίνηση Brow με παραμέτρους μ ΙR (τάση - drf paramr) και σ > 0 (μεταβλητότητα - volaly) και συμβολίζουμε. ΒΜ(μ,σ ) αν ισχύει ότι, για κάθε y 0, > 0, ) Η τ.μ. Χ +y Χ y ~ N(μ, σ ) ) Η τ.μ. Χ +y Χ y, είναι ανεξάρτητη από τις Χ u, 0 u y (δηλ. ανεξ. της σ(χ u, u y)) Συνήθως λαμβάνεται Χ 0 = 0 (ή 0 ).

Κίνηση Brow Παρακάτω δίνονται 0 τυχαίες διαδρομές (πραγματοποιήσεις) μιας κίνησης Brow με μ =, σ = (για [0,]) π.χ. στο χρόνο = 0.5, η τιμή Χ 0.5 θα ακολουθεί Ν(0.5μ, 0.5σ ) = Ν(0.5, 0.5), στο χρόνο = η Χ θα ακολουθεί Ν(μ, σ ) = Ν(, ) κ.ο.κ.

Κίνηση Brow Αν Χ είναι μια κίνηση Brow τέτοια ώστε Χ 0 = 0 τότε Αν Χ είναι μια κίνηση Brow τέτοια ώστε Χ 0 = τότε Επίσης ισχύει ΠΡΟΚΥΠΤΕΙ για μια κίνηση Brow που έχει αρχίσει από το σημείο d y f f E y ) ( d y f f E y ) ( d y f f E f E f E y 0 ) ( E

Κίνηση Brow Παράδειγμα: ένα μοντέλο για τις τιμές των χρεογράφων Ένα μοντέλο για τις τιμές των χρεογράφων, π.χ. τις τιμές των μετοχών, είναι ότι η τιμή μιας μετοχής την χρονική στιγμή δίνεται από τον τύπο όπου r και σ είναι θετικές πραγματικές σταθερές, 0 μια αρχική τιμή και Χ μια κίνηση Brow. Ποια είναι η μέση τιμή της τιμής της μετοχής την χρονική στιγμή ; Είναι η margal ως προς την F ; Δεν είναι, γιατί θα έπρεπε το αποτέλεσμα να είναι 0. Το αποτέλεσμα αυτό εξαρτάται από το μέτρο πιθανότητας P. Υπάρχουν όμως μέτρα πιθανότητας Q κάτω από τα οποία η είναι margal. r r r d d E 0 0 0 r 0

Γεωμετρική κίνηση Brow Αν και η κίνηση Brow είχε χρησιμοποιηθεί στο παρελθόν για να περιγράψει την εξέλιξη τιμών αγαθών ή μετοχών, η συγκεκριμένη ανέλιξη δεν είναι κατάλληλη για την περιγραφή τέτοιων φαινομένων διότι:. μπορεί να λάβει και αρνητικές τιμές, κάτι που δεν είναι αποδεκτό, ενώ. η αύξηση ή μείωση μιας τιμής είναι, σύμφωνα με το μοντέλο αυτό, ανεξάρτητη από την ίδια την τιμή (π.χ. είναι το ίδιο πιθανό το ενδεχόμενο «η τιμή 00 να κινηθεί στο 00+0=0 σε διάστημα μήκους» με το ενδεχόμενο «η τιμή 0 να κινηθεί στο 0+0=0 σε διάστημα μήκους») κάτι που δεν φαίνεται λογικό και δεν ταιριάζει σε πραγματικά δεδομένα. Αντίθετα, θα περίμενε κανείς η ποσοστιαία αύξηση ή μείωση της τιμής να είναι ανεξάρτητη από την τιμή (δηλαδή το 00 πάει στο 00.=0 με την ίδια πιθανότητα που το 0 πάει στο 0.=). Θα πρέπει λοιπόν, η σ.δ. να μην παίρνει αρνητικές τιμές και η ποσοστιαία αύξηση ή μείωση της τιμής / (-) να είναι ανεξάρτητη από την τιμή

Γεωμετρική κίνηση Brow Ορισμός : Μία στοχαστική διαδικασία, 0 καλείται γεωμετρική κίνηση Brow με παραμέτρους μ ΙR (τάση - drf) και σ > 0 (μεταβλητότητα - volaly) και συμβολίζουμε. GΒΜ(μ,σ ) αν ισχύει ότι, για κάθε y 0, > 0, y ) Η τ.μ. l ~ N, ( 0 = ) y y ) Η τ.μ. είναι ανεξάρτητη από τις u, 0 u y (δηλ. ανεξ. της σ(χ u, u y)) y

Γεωμετρική κίνηση Brow Αν Χ, 0 ~ BM(μ,σ ), τότε η, 0 ~ GBM(μ,σ ). Επομένως αν η, 0 ~GBM(μ,σ ) τότε η ακολουθεί τη λογαριθμοκανονική κατανομή, δηλαδή και και, ~ l N Var E k k k E

Γεωμετρική κίνηση Brow 0 πραγματοποιήσεις μιας κίνησης Brow Χ, [0,], μ = 0., σ = 0.8, και 0 πραγματοποιήσεων της αντίστοιχης γεωμετρικής κίνησης Brow =, [0,].

Γεωμετρική κίνηση Brow Παρακάτω δίνονται τα συγκριτικά γραφήματα των περιοχών που βρίσκονται οι τιμές μιας ~BM(μ = 0.5, σ = ) (αριστερό σχήμα) και μιας ~ GBM(μ = 0.5, σ = ) (δεξιό σχήμα). Συγκεκριμένα, για [0,], η (αντίστοιχα η ) βρίσκεται κάτω από τις καμπύλες στο αριστερό σχήμα (αντ. δεξιό) με πιθανότητες 0.05, 0.5, 0.5, 0.5, 0.75, 0.875, 0.975 αντίστοιχα.

Γεωμετρική κίνηση Brow Σύμφωνα λοιπόν με τα παραπάνω, ένα σχετικά απλό μοντέλο που μπορεί να περιγράψει την εξέλιξη τιμών χρηματοοικονομικών τίτλων στο χρόνο είναι η γεωμετρική κίνηση Brow. Στην πράξη, πρόκειται για ένα αρκετά αποδεκτό θεωρητικό μοντέλο το οποίο, λόγω της απλότητάς του, χρησιμοποιείται ως βάση για τη θεωρητική μελέτη πολλών προβλημάτων που σχετίζονται με την εξέλιξη τιμών στο χρόνο. Στο μοντέλο διακριτού χρόνου αποδείξαμε ότι ένα παράγωγο χρηματοοικονομικό προϊόν μπορεί να αποτιμηθεί, αρκεί να υπάρχει ένα μέτρο Q που κάνει margal την (προεξοφλημένη) διαδικασία των τιμών της μετοχής και επίσης μπορεί να κατασκευαστεί ένα αυτοχρηματοδοτούμενο χαρτοφυλάκιο εξασφάλισης (dgg porfolo), δηλαδή ένα χαρτοφυλάκιο που θα έχει τελική αξία (στο χρόνο T) ίση με την αξία του παραγώγου. Τα ίδια βήματα ακολουθούνται και στη συνεχή περίπτωση για αυτό και θα πρέπει να μεταφράσουμε όλες τις έννοιες που είδαμε στο διακριτό Αρκεί να ορίσουμε αυτοχρηματοδοτούμενα χαρτοφυλάκια σε συνεχή χρόνο.

Γεωμετρική κίνηση Brow Παράδειγμα (αναπαράσταση αυτοχρηματοδοτούμενου χαρτοφυλακίου σε συνεχή χρόνο). Στο διακριτό χρόνο, αυτοχρηματοδοτούμενο χαρτοφυλάκιο καλούμε ένα δυναμικό χαρτοφυλάκιο που στο χρόνο έχει σύνθεση = (ψ, Δ ) με αντίστοιχη αξία τίτλων = ( r, ) και ικανοποιεί την ή ισοδύναμα την V,,,, V όπου V η αξία του χαρτοφυλακίου στο χρόνο.

Γεωμετρική κίνηση Brow Η παραπάνω σχέση μπορεί να γραφεί ισοδύναμα και με την μορφή (προσθέτουμε την παραπάνω κατά μέλη για =,,, k ), V k V k k 0 V V, k,,, Είναι σημαντική η παρατήρηση ότι για να είναι εφικτή η κατασκευή ενός τέτοιου χαρτοφυλακίου θα πρέπει οι, να είναι - μετρήσιμες. Δηλαδή στο χρόνο θα πρέπει η τιμή των διανυσμάτων αυτών να είναι γνωστή και όχι τυχαία μεταβλητή. F

Γεωμετρική κίνηση Brow Αν σε συνεχή χρόνο θεωρήσουμε ότι ένα δυναμικό χαρτοφυλάκιο θα έχει σύνθεση = (ψ, Δ ) στο χρόνο, με αντίστοιχη αξία τίτλων = ( r, ) τότε η παραπάνω τελευταία σχέση θα γράφεται, και αν = k, 0, θα μπορούσε να γραφεί στη συμβολική μορφή k V V k k k k r r,,, 0 ] [0, 0 0 0 T d d V V r

Γεωμετρική κίνηση Brow Επομένως, όπως και στο διακριτό χρόνο κάτω από συνθήκες o-arbrag, ένα call opo είναι ένα προϊόν που αντιγράφεται μέσα από ένα slf-facg porfolo άρα υπάρχει ένα μέτρο πιθανότητας υπό το οποίο η (προεξοφλημένη) τιμή κάθε χρεογράφου στην αγορά ακολουθεί μία διαδικασία margal

Κίνηση Brow - margals Θυμηθείτε: () Έστω (Ω, F, P) ένας χώρος πιθανότητας. Μια οικογένεια σ-αλγεβρών F, 0 (που περιέχονται στην F ) με την ιδιότητα F s F για κάθε s, με s καλείται φιλτράρισμα (flrao) ή μελλοντική ιστορία. () Μία στοχαστική διαδικασία Χ, 0 θα καλείται προσαρμοσμένη στην F 0 αν η Χ είναι F μετρήσιμη (δηλαδή σ(χ ) F ) () Μία στοχαστική διαδικασία Χ, 0 θα καλείται margal ως προς το φιλτράρισμα F, 0 (F margal) αν είναι προσαρμοσμένη στο φιλτράρισμα αυτό, Ε( Χ ) <, και E( F s ) = s, s με πιθ.

Κίνηση Brow - margals Στη συνέχεια θα λέμε ότι μία διαδικασία Χ, 0 είναι F -BΜ(μ,σ ) αν η διαδικασία αυτή είναι BΜ(μ,σ ), είναι προσαρμοσμένη στην F, 0 και κάθε τ.μ. Χ +s Χ s είναι ανεξάρτητη της F y με y s. Προφανώς μία BΜ(μ,σ ) είναι και F -BΜ(μ,σ ) με F = σ(χ s, s ), το φυσικό της φιλτράρισμα. Στο εξής θα συμβολίζουμε με W, 0, ή (Β, 0) μία στοχαστική διαδικασία που είναι τυπική κίνηση Brow, BΜ(0,). Πρόταση Αν η W, 0 είναι F BΜ(0,) τότε κάθε μία από τις διαδικασίες W (), 0, W (), 0, W (), 0. είναι F margal

Ασκήσεις στην Κίνηση Brow Άσκηση. Αν μια στοχαστική ανέλιξη Χ, 0 είναι κίνηση Brow με παράμετρο τάσης μ και μεταβλητότητα σ (και 0 = 0), ποια κατανομή ακολουθούν οι τυχαίες μεταβλητές Χ 3, Χ 6 Χ 4, Χ 7 Χ. Είναι κάποιες από αυτές ανεξάρτητες μεταξύ τους και γιατί; Άσκηση. Αν η ανέλιξη της αξίας μιας μετοχής, [0,T] στο χρονικό διάστημα [0,Τ], Τ > (ο χρόνος μετράται σε έτη), περιγράφεται από μια γεωμετρική κίνηση Brow με παραμέτρους μ = 0.3 (drf) και σ = 0. (volaly), να βρείτε την αναμενόμενη αξία της μετοχής στο χρόνο = 3/ (τρείς μήνες) και την πιθανότητα αξία της μετοχής να είναι μεγαλύτερη από 0 (σήμερα, = 0, έχει αξία 0 = 00). Άσκηση 3. Αν η ανέλιξη της αξίας μιας μετοχής, [0,T] στο χρονικό διάστημα [0,Τ], (ο χρόνος μετράται σε έτη), περιγράφεται από μια γεωμετρική κίνηση Brow με παραμέτρους μ = 0.5 (drf) και σ = 0. (volaly), να βρείτε την πιθανότητα να εξασκηθεί ένα δικαίωμα πώλησης ευρωπαικού τύπου επί της μετοχής αυτής με T=6/ και Κ = 05. (σήμερα, = 0, η μετοχή έχει αξία 0 = 00).