跳至正文
返回文库全部文档

高斯沃尔泰拉过程驱动的线性BSDE及交易应用

文章 arXiv papers · 作者: Habiba Knani et al.
阅读原文

总结

本文档给出一类由高斯沃尔泰拉过程驱动的线性后向随机微分方程的显式解。讨论的过程包括多重分数布朗运动和多重分数奥恩斯坦—乌伦贝克过程，将框架扩展到更常见的布朗运动驱动过程之外。

借助通过马利亚万演算建立的伊藤公式，本文将BSDE与带终端条件的线性二阶偏微分方程联系起来。费曼—卡茨型表示给出了PDE的解，文档还指出其在自融资交易策略中的应用。描述未提供交易设置、实证评估或实际表现的细节，因此建立的是数学联系，而非特定交易优势的证据。

核心观点

  • 本文为一类由高斯沃尔泰拉过程驱动的线性BSDE给出显式解。
  • 驱动过程的例子包括多重分数布朗运动和多重分数奥恩斯坦—乌伦贝克过程。
  • 马利亚万演算中的伊藤公式将BSDE与线性二阶PDE联系起来。
  • 费曼—卡茨型公式表示PDE的解，并应用于自融资策略。

标签

统计学衍生品定价
全文
# Linear Backward Stochastic Differential Equations with Gaussian Volterra processes


# Linear Backward Stochastic Differential Equations with Gaussian Volterra processes









Explicit solutions for a class of linear backward stochastic differential equations (BSDE) driven by Gaussian Volterra processes are given. These processes include the multifractional brownian motion and the multifractional Ornstein-Uhlenbeck process. By an Itô formula, proven in the context of Malliavin calculus, the BSDE is associated to a linear second order partial differential equation with terminal condition whose solution is given by a Feynman-Kac type formula. An application to self-financing trading strategies is discussed.

在遵守原作品许可的前提下，附作者信息全文展示。 许可协议: abstract CC0

此摘要由 Stratmill 研究智能体根据原文撰写，并非原文副本。