N11章股票价格模型(证券投资理论与分析-吉林大学)
合集下载
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
对于马尔可夫链,如果在时刻k的m步转 移,概率与k无关,即 pij(k,k+m) =P(Xk+m=j| Xk=i) =P(X1+m=j| X1=i) (3.25) 则马尔可夫链称为时齐的。 称 pij(m)= P(X1+m=j| X1=i),i,j=1, 2,…,n 为从状态i到状态j的m步转移概率。
因此,初始状态概率向量π(1)右乘转移概率矩 阵的m次幂,可以求出m次转移后,系统处在它的 每一个状态的概率π(m+1), 可以证明,在各态历经的马尔可夫链情形
例 某城市有A,B,C三家企业生产同一种产品, 根据调查,各家企业的产品上月在该地区的占有率 分别为50%,30%,20%。本月C企业制定了一项把 A,B两企业的用户吸引到本企业的策略。上月分 别使用A,B,C三家产品的用户各100户的变化情 况如下表
第三节
一极值分布Βιβλιοθήκη 矩法二 最小二乘法
三 极大似然估计法
2
三 随机游动的检验
第二节
马尔柯夫分析
如果用X(k),k=1,2,…,表示决策系统在k时的状 态,它的取值为集合Θ={θ1,θ2,…,θn},简记为Θ={1, 2,…,n},则{X(k),k=1,2,…,}是随机变量序 列,也称为离散型随机过程。称{X(k),k=1, 2,…,}是一个马尔可夫链,如果对任意正整数m,k 和任意的i,j,i1,i2,…,ik-1∈Θ,有 P(Xk+m=j|X1=i1,X2=i2,…,Xk-1=ik-1,Xk=i) =P(Xk+m=j| Xk=i) (3.23) 这时, pij(k.,k.+m)=P(Xk+m=j| Xk=i) (3.24) 称为在时刻k的m步转移概率。
如果定义状态概率πi(m),它表示当系统在m=1 时的状态为已知,在m次转移之后处在状态i的概率, 则
记π(m)=(π1(m),π2(m),…, πn(m)),那么 π(m+1)= π(m)P 由此递推得: π(2)= π(1)P π(3)=π(2)P=π(1)P2 一般地 π(m+1)=π(1)Pm
1≤l≤m
(3.29)
(3.30) (3.31)
对于时齐有限马尔夫链,如果m步转移概率pij(m) 对一切状态i,j存在不依赖于初始状态i的概率 pij(m)=πj 则称此马尔可夫链是各态历经的,
记
P(m)=
Pm=
(3.32)
对于各态历经的马尔可夫链,上述性质说明:随着 P的幂次的增大,P的每列元素趋于同一个值,也就 是经历一定时间的状态转移后,初始状态的影响逐 渐消失,系统最终达到完全与初始状态无关的一种 “平稳状态”,此时,称 为稳态概率,它满足
本月用户选择的企业 用户数目
A
业选上 择月 的用 企户
B
10 80 5
C
20 10 90
A B C
70 10 5
例 某食品店经销各种食品,其中有一种食品出售 一个可获利a=5元,若当天售不出去,则每损失b=3 元,该食品店连续统计了40天的需求情况(单位 个),数据如下: 2,2,3,1,1,3,1,2,3,3,3,2,1,3,1,2,2,3,1,1,3, 2,3, 2,1,2,3,1,2,1,1,2,3,1,3,3,2,1,2,2 食品店经理想应用马尔可夫链,来预测需求量以确 定明天进货数量。
将状态数为n的有限时齐马尔可夫链的所有m步转 移概率构成一个m×n阶矩阵 P(m)= (3.27)
这个矩阵亦称为随机矩阵,而 P(1)= P (3.28)
ΚΟΛ ΟΜΟΓΟPΟB-Chapmau方程
pij(m)= 写成矩阵形式 P(m)=P(l)P(m-l) 其中P(0)=I,I是单位矩阵,则 P(m)=P(1)P(m-1)= PP(m-1)= Pm
可以证明,如果存在S>0,使P(S)=PS 中每 个元素均为正数,则马尔可夫链是各态历经的,有 稳态概率π是方程组 π=πP (3.33) 在条件 π1+π2+…+πn=1,πi ≥0,i=1,…,n (3.34) 之下的唯一解。 稳态概率π j给出了在一个长时期内,过程处 于状态j的次数占整个转移次数的比率。因此我们 可用稳态概率提供的结构作为决策的依据。
2
例:考虑一种股票,价格初始值为40,预期收益率为年16%, 波动率为年20%,求其六个月后的股票价格的概率:
2 lnST ~N lnSt (u- )(T-t),( T-t ) 2
lnST ~N(ln40+(0.16-0.04/2) 0.5,0.04 0.5) =N(3.759,0.141 )
第十一章
第一节
股票价格模型
股票价格波动模型
第二节
马尔柯夫分析
第三节
极值分布
第一节
股票价格波动模型
一 随机游动模型 对于随机过程 {Yt ,t T} ,
Yt =Yt-1 + t , t T
其中 t 是白噪声过程,则称 Yt为随机游动 过程。
二 对数正态分布模型 设 S t 表示在t时刻的股票价格,在任意给定 ln 时刻T, ST 服从正态分布。