trading-algoritmico-calcolo-stocastico

Moto Browniano Geometrico

Sommario

SCRIVIMI SU TELEGRAM

Per informazioni, suggerimenti, collaborazioni...

Se è la prima volta che atterri su DataTrading, BENVENUTO!

Lascia che mi presenti. Sono Gianluca, ingegnere, trekker e appassionato di coding, finanza e trading. Leggi la mia storia.

Ho creato DataTrading per aiutare le altre persone ad utilizzare nuovi approcci e nuovi strumenti, ed applicarli correttamente al mondo del trading.

DataTrading vuole essere un punto di ritrovo per scambiare esperienze, opinioni ed idee.

TUTORIAL

Equazione Differenziale Stocastica

Il modello usuale per l’evoluzione temporale del prezzo di un asset \(S(t)\) è dato dal moto browniano geometrico, rappresentato dalla seguente equazione differenziale stocastica:

\(\begin{eqnarray*} dS(t) = \mu S(t) dt + \sigma S(t) dB(t) \end{eqnarray*}\)

Notare che i coefficienti \(\mu\) e \(\sigma\), che rappresentano rispettivamente la deriva e la volatilità dell’asset, sono entrambi costanti in questo modello. In modelli più sofisticati possono essere fatti per essere funzioni di \(t\), \(S(t)\) e altri processi stocastici.

La soluzione \(S(t)\) può essere trovata applicando il Lemma di Ito all’equazione differenziale stocastica.

Dividendo per \(S(t)\) nell’equazione precedente si ottiene:

\(\begin{eqnarray*} \frac{dS(t)}{S(t)} = \mu dt + \sigma dB(t) \end{eqnarray*}\)

Si noti che il lato sinistro di questa equazione è simile alla derivata di \(\log S (t)\). Applicando il Lemma di Ito a \(\log S(t)\) si ottiene:

\(\begin{eqnarray*} d(log S(t)) = (log S(t))’ \mu S(t) dt + (log S(t))’ \sigma S(t) dB(t) + \frac{1}{2}(log S(t))” \sigma^2 S(t)^2 dt \end{eqnarray*}\)

Questo diventa:

\(\begin{eqnarray*} d(log S(t)) = \mu dt + \sigma dB(t) – \frac{1}{2}\sigma^2 dt = \left(\mu – \frac{1}{2} \sigma^2 \right)dt + \sigma dB(t) \end{eqnarray*}\)

Questo è un processo di Ito di diffusione della deriva. È un moto browniano standard con un termine di deriva. Poiché la formula precedente è semplicemente una scorciatoia per una formula integrale, possiamo scriverla come

\(\begin{eqnarray*} log(S(t)) – log(S(0)) = \left(\mu – \frac{1}{2} \sigma^2 \right)t + \sigma B(t) \end{eqnarray*}\)

Infine, prendendo l’esponenziale di questa equazione si ottiene:

\(\begin{eqnarray*} S(t) = S(0) \exp \left(\left(\mu – \frac{1}{2}\sigma^2\right)t + \sigma B(t)\right) \end{eqnarray*}\)

Questa è la soluzione dell’equazione differenziale stocastica. Infatti è una delle poche soluzioni analitiche ottenibili dalle equazioni differenziali stocastiche.

Torna su