σμimplied vol · KKmax(S−K,0)udβρᵢⱼfat tailsPnL · drawdownyield · TdSₜ = μSₜ dt + σSₜ dWₜC = S·N(d₁) − K·e⁻ʳᵀ·N(d₂)σₚ² = wᵀΣwd₁ = [ln(S/K) + (r + σ²⁄2)T] ⁄ σ√T∂V/∂t + ½σ²S²·∂²V/∂S² + rS·∂V/∂S − rV = 0Sharpe = (Rₚ − R_f) ⁄ σₚVaR₉₉ = μ − 2.33σρ = Cov(X,Y) ⁄ σₓσᵧE[Rₚ] = Σ wᵢ·E[Rᵢ]φ(x) = e^(−x²/2) ⁄ √2πE[Rᵢ] = R_f + βᵢ(E[Rₘ] − R_f)dXₜ = θ(μ − Xₜ)dt + σ dWₜσ²ₜ = ω + α·ε²ₜ₋₁ + β·σ²ₜ₋₁C − P = S − K·e⁻ʳᵀΔ = ∂V/∂S Γ = ∂²V/∂S²p = (e^(rΔt) − d) ⁄ (u − d)rₜ = ln(Pₜ ⁄ Pₜ₋₁)E[Xₜ₊₁ | ℱₜ] = Xₜf* = (bp − q) ⁄ bz = (x − μ) ⁄ σP(N=k) = λᵏe^(−λ) ⁄ k!Θ = −∂V/∂Tν = S·φ(d₁)·√Tmin wᵀΣw s.t. wᵀμ = μ*∫Σ∂∞λ
uantCraft Academyロードマップスキル
Ctrl K
AO
+1.2k 人の学習者
ログイン参加する ↗
ロードマップスキル
AO
+1.2k 人の学習者
ログイン
  • English
  • Français
  • Español
  • العربية
  • Português
  • Deutsch
  • 日本語
  • 中文
σμimplied vol · KKmax(S−K,0)udβρᵢⱼfat tailsPnL · drawdownyield · TdSₜ = μSₜ dt + σSₜ dWₜC = S·N(d₁) − K·e⁻ʳᵀ·N(d₂)σₚ² = wᵀΣwd₁ = [ln(S/K) + (r + σ²⁄2)T] ⁄ σ√T∂V/∂t + ½σ²S²·∂²V/∂S² + rS·∂V/∂S − rV = 0Sharpe = (Rₚ − R_f) ⁄ σₚVaR₉₉ = μ − 2.33σρ = Cov(X,Y) ⁄ σₓσᵧE[Rₚ] = Σ wᵢ·E[Rᵢ]φ(x) = e^(−x²/2) ⁄ √2πE[Rᵢ] = R_f + βᵢ(E[Rₘ] − R_f)dXₜ = θ(μ − Xₜ)dt + σ dWₜσ²ₜ = ω + α·ε²ₜ₋₁ + β·σ²ₜ₋₁C − P = S − K·e⁻ʳᵀΔ = ∂V/∂S Γ = ∂²V/∂S²p = (e^(rΔt) − d) ⁄ (u − d)rₜ = ln(Pₜ ⁄ Pₜ₋₁)E[Xₜ₊₁ | ℱₜ] = Xₜf* = (bp − q) ⁄ bz = (x − μ) ⁄ σP(N=k) = λᵏe^(−λ) ⁄ k!Θ = −∂V/∂Tν = S·φ(d₁)·√Tmin wᵀΣw s.t. wᵀμ = μ*∫Σ∂∞λ
uantCraft Academyロードマップスキル
Ctrl K
AO
+1.2k 人の学習者
ログイン参加する ↗
ロードマップスキル
AO
+1.2k 人の学習者
ログイン
  • English
  • Français
  • Español
  • العربية
  • Português
  • Deutsch
  • 日本語
  • 中文
Stochastic Calculus スキル›モジュール 1 · ランダムな経路と積分›トピック 1.2·~50 分上級

二次変動

スキル上の位置モジュール 1/5 · トピック 2/3
1.2 二次変動
—ラボスコア— / 100合計XP—連続日数—

二乗した歩みは何になるか

[0,t][0,t][0,t] 上のブラウン運動の経路を取り、時間を長さ h=t/nh=t/nh=t/n の等しい nnn 個に区切ります。各区間で経路はランダムな一歩 ΔW\Delta WΔW(平均 000、分散 hhh の正規分布の数)を踏みます。各一歩を二乗して足し合わせます。滑らかな曲線なら、区間を細かくすると和は 000 に縮みます。一歩の大きさが hhh、その二乗が h2h^{2}h2 だからです。ランダムな経路は違います。二乗した一歩は平均で約 hhh で、それが nnn 個あるので、和は n⋅h=tn\cdot h=tn⋅h=t に落ち着きます。この極限が経路の二次変動です。

[W]t=lim⁡n→∞∑i=1n(ΔWi)2=t,(dW)2=dt,dW dt=0,(dt)2=0[W]_t=\lim_{n\to\infty}\sum_{i=1}^{n}(\Delta W_i)^{2}=t,\qquad (dW)^{2}=dt,\quad dW\,dt=0,\quad (dt)^{2}=0[W]t​=n→∞lim​i=1∑n​(ΔWi​)2=t,(dW)2=dt,dWdt=0,(dt)2=0(1)

この1つの事実が確率解析を通常の微積分と分けています。通常の微積分では、小さな一歩の二乗はあまりに小さいので無視します。ここでは二乗した一歩が時間そのものと同じ大きさなので、残さなければなりません。しかもこれは測れます。株の日次リターンの二乗を足し合わせれば、その期間の分散の推定値になり、これがまさに実現ボラティリティの計算です。

252個の日次リターンからボラティリティを求める252個の日次リターンがそれぞれ約 1%1\%1% の大きさだとします。二乗和は 252×0.0001=0.0252252\times0.0001=0.0252252×0.0001=0.0252、その平方根は 0.15870.15870.1587 です。年率ボラティリティは約 15.9%15.9\%15.9% になります。モデルは不要で、二乗した歩みだけで求まります。
  • 二次変動:二乗した歩みの和。滑らかな曲線では 000、ブラウン運動では ttt。
  • 掛け算表:(dW)2=dt(dW)^{2}=dt(dW)2=dt、一方 dW dtdW\,dtdWdt と (dt)2(dt)^{2}(dt)2 は 000。
  • 実現分散は二乗リターンの和で、σ2\sigma^{2}σ2 に期間の長さを掛けたものを推定する。

ラボ:採点される内容

  • 二乗した歩みを足す15点
  • 年率ボラティリティ15点
  • 和にどれだけランダムさが残るか15点
  • 二乗した歩みの規則15点
  • 用語を結び付ける15点
  • 年率ボラティリティを推定する10点
  • 伊藤に追加項がある理由15点
0/ 7問回答済み
問題
1数値で答える15点未回答

経路が4つの歩み 0.5, −0.3, 0.4, −0.20.5,\,-0.3,\,0.4,\,-0.20.5,−0.3,0.4,−0.2 を踏みます。二乗した歩みの和はいくつですか。

q=q =q=許容:± 0.005
2数値で答える15点未回答

252個の日次リターンはどれも ±1%\pm1\%±1% なので、二乗はどれも 0.00010.00010.0001 です。年率ボラティリティ(二乗和の平方根)はいくつですか。小数第4位まで答えてください。

vol=vol =vol=許容:± 0.0005
3数値で答える15点未回答

[0,1][0,1][0,1] を n=50n=50n=50 個に区切ります。二乗した各歩み (ΔW)2(\Delta W)^{2}(ΔW)2 の分散は h=1/50h=1/50h=1/50 として 2h22h^{2}2h2 です。独立な50個の二乗した歩みの和の分散はいくつですか。

v=v =v=許容:± 0.001
4選択15点未回答

伊藤解析では (dW)2(dW)^{2}(dW)2 を何に置き換えられますか。

5対応づけ15点未回答

各項目をその値に結び付けてください。

左の各項目に対応するものを選んでください。

滑らかな曲線の二次変動
[0,t] 上のブラウン運動の二次変動
(dW)2(dW)^{2}(dW)2
実現分散
6手順を並べ替える10点未回答

手順を正しい順に並べてください。

ドラッグして並べ替えます。または項目にフォーカスし、スペースで持ち上げ、矢印キーで移動、スペースで置きます。

  1. 1平方根を取る
  2. 2各リターンを二乗する
  3. 3日次の対数リターンを計算する
  4. 4足し合わせて1年に換算する
7言葉で説明する15点未回答

1〜2文で、通常の微積分が捨てる2次の項を伊藤解析が残す理由を説明してください。

数学モードキーボードまたは LaTeX で入力問題1/7 · Ctrl ⏎ で確認

コードを実行するにはログインしてください。

レクチャーはすべて無料で読めます。コードの実行、テスト、ラボの提出にはアカウントの作成かログインが必要です。

  • ブラウザ内IDEとbashターミナル。インストール不要
  • 即時採点、XP、スキルでの現在地
アカウントを作成ログイン
または
GitHubで続ける