Finanza matematica - Lezione 05 Dimostrazione ii.: sia : ∈ , dotato di limite → . Allora vale che: | Infatti è -misurabile perché processo adatto alla filtrazione. Inoltre vale che: ∈ Prendendo ∈ , , con martingala, si ha che: | e questo è vero ∀ ∈ . quindi è vero anche che: lim → ma con → si ha: lim → Moto browniano La più famosa tra le martingale che soddisfano le proprietà sopra elencate è il moto browniano. Si consideri un processo stocastico : ∈ , e sia ∈ una realizzazione, data questa si osserva . Se è piccolo allora diventa una funzione e quindi può considerarsi come funzione solo del tempo, → , funzione detta sentiero. Relativamente al moto browniano valgono le seguenti proprietà: 1) continuità: i sentieri di sono continui quasi certamente; 2) incrementi indipendenti: l’incremento ! e l’incremento ! " , per # $, sono indipendenti. In particolare vale che gli incrementi sono indipendenti dall’informazione iniziale, ! % ! ; ! # 3) incrementi stazionari: l’incremento ! è distribuito come una normale &0, #. &0, # 0 Da quanto detto discende che è possibile determinare la distribuzione congiunta finito dimensionale di: )*+ ∈ ,- . ∩ … ∩ *1 ∈ ," .2,3 ⊂ È possibile vedere questa probabilità come una misura su uno spazio generato come prodotto cartesiano dei ,3 : 5+,…,1 ,- 6 … 6 ," distribuzione congiunta del processo alle date - , … , " sugli insiemi ,- , … , ," . Ci si chiede ora se la probabilità congiunta e la distribuzione congiunta siano equivalenti, ovvero se una probabilità congiunta rappresenti effettivamente la distribuzione congiunta di un moto browniano. Grazie a Kolmogorov è possibile rispondere affermativamente a questa domanda nel caso in cui la probabilità congiunta soddisfi le seguenti proprietà: 1) scambiare gli indici degli eventi e delle date non si hanno differenze: 57 + ,…,71 8,9+ , … , ,91 : 5+,…,1 ,- , … , ," 2) se aumenta il numero di istanti temporali e per questi l’insieme di riferimento è tutto non si hanno differenze: 5+,…,1 ,- 6 … 6 ," 5+,…,1,1;+,…,1;< ,- 6 … 6 ," 6 6 … 6 La distribuzione congiunta di un moto browniano è definita come segue: = 5+>,…,1 ,- 6 … 6 ," ? G+ 6…6G1 1 A2C- D E = E= F+ + > 6 1 A2CF - D E = E= F E+ + 6 … HI- HIF … HI" Con $ 1 si nota che questa è una distribuzione normale unidimensionale. J IJ rappresenta il punto iniziale del processo, e identifica il moto browniano di punto iniziale IJ . La varianza del moto browniano è esattamente : ,F ? I F KL IHI Da ciò si può indagare sul fatto che: sup‖, ‖ Q ∞ Ciò in genere non è vero in quanto non è limitato, è vero invece che: sup‖, ‖ √V ST Analizzando dunque un intervallo W0, VX è possibile dunque caratterizzarne tutti gli aspetti rilevanti. Il moto browniano è una martingala. Infatti, si consideri #, allora: , |! , ,! |! Y ,! essendo ,! ,! |! . Da questa consegue che: , ,! |! Y ,! , ,! Y ,! ,! essendo per il moto browniano , ,! indipendente da ! , per la proprietà di incrementi indipendenti, ed essendo , ,! a media 0. È possibile dimostrare tra l’altro che tutte le martingale con traiettoria continua possono essere viste come trasformazioni di moti browniani. Si è detto che se , è una martingala allora ,F è una sub-martingala. Vale inoltre che ,F depurato dalla varianza, ovvero ,F , è ancora una martingala: ,F |! ,F ,!F |! Y ,!F Infatti considerato ∈ ! si ha che: ) ,F ma essendo: ,! F Y 2) ,! , ,!F 2 ,! , ,! , |! ,!F si conclude che: dunque: ,!F 2 , ) ,F ,F |! ,F ,!F 2 , ,!F |! Y ,!F # Y ,!F ,! F ,F ,!F ,!F Y ,!F # Il processo che porta da una sub-martingala ad una martingala è detto processo di compensazione. Tale processo, reso possibile dal teorema di Doob-Mayer, prevede che nei processi ad incrementi indipendenti sia possibile tale trasformazione eliminando un trend deterministico, in questo caso . Integrali stocastici Si vuole calcolare l’integrale della funzione Z, rispetto al processo stocastico ,, : ? Z, H,, Ciò interessa in quanto il moto browniano ha a che fare con i prezzi dei titoli.