Đăng nhập

Hãy chọn một cách để đăng nhập

Facebook Google Zalo

Hoặc tiếp tục với email

Nhớ mật khẩu

Chưa có tài khoản? Đăng ký

Một số đóng góp trong tối ưu danh mục đầu tư và quản lý rủi ro tài chính

123 8 0

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

1 / 123 trang

THÔNG TIN TÀI LIỆU

Cấu trúc

LI CAM ÐOAN
LI CAM N
CÁC KÝ HIU TRONG LUN ÁN
TNG QUAN VN Ð
KIN THC CHUN BI
- Các khái nim tài chính s dung trong tài
- Các khái nim c ban v quá trình ngu nhiên
- Tích phân ngu nhiên
  - Tích phân Itô
  - M rng tích phân Itô
  - Tích phân theo martingale
  - B Itô
- Phng trình vi phân ngu nhiên
- Gii thiu v iu khin ti u ngu nhiên
  - Hng tip cn c in kt hp PDE và quy hoach ng
  - Hng tip cn bng phng trình vi phân ngu nhiên lùi (BSDE)
CHUYN TRANG THÁI TI U CHO MUA BÁN CP ÐÔI: TIP CN BNG NGHIM NHT
- Quá trình Mean reverting
- Mô hình bài toán giao dich cp ôi
- Phng trình mô ta các hàm giá tri
  - Nghim nht
- Tính cht cua các vùng chuyn trang thái
- Giai s các ví du
ÐINH GIÁ QUYN CHON BNG PHNG PHÁP ÐINH GIÁ TRUNG LP KHI CÓ RUI RO XAY RA V N CUA CÁC CÔNG TY LIÊN QUAN
- Gii thiu
- Thit lp mô hình
- Ð o martingale cc tiu entropy và s liên h vi phng pháp inh giá trung lp
  - Ð o martingale cc tiu entropy
- Giá quyn chon theo phng pháp inh giá trung lp
  - Phân rã bài toán ti u
  - Nghim cua bài toán ti u u t
- Giai s
KT LUN CUA LUN ÁN
DANH MUC CÔNG TRÌNH CUA TÁC GIA
Phu luc: Mã Matlab c dùng trong lun van
- Mã Matlab chng 2
  - Mã ve hình
  - Các hàm c dùng
- Mã Matlab chng 3
  - Mã ve hình
  - Các hàm c dùng

Nội dung

Ngày đăng: 11/07/2021, 16:55

HÌNH ẢNH LIÊN QUAN

• Chuyển động Brown hình học không thuần nhất (IGBM) (`− =0 ): - Một số đóng góp trong tối ưu danh mục đầu tư và quản lý rủi ro tài chính — huy ển động Brown hình học không thuần nhất (IGBM) (`− =0 ): (Trang 41)

Hình 2.1: Mô phỏng quỹ đạo của quá trình OU và IGBM. - Một số đóng góp trong tối ưu danh mục đầu tư và quản lý rủi ro tài chính — Hình 2.1 Mô phỏng quỹ đạo của quá trình OU và IGBM (Trang 42)

• Chuyển động Brown hình học không thuần nhất (IGBM) (`− =0 ): - Một số đóng góp trong tối ưu danh mục đầu tư và quản lý rủi ro tài chính — huy ển động Brown hình học không thuần nhất (IGBM) (`− =0 ): (Trang 46)

được minh họa bằng hình 2.2. Hơn nữa, khi L=0 và σ là hàm chẵn, thì S1 - Một số đóng góp trong tối ưu danh mục đầu tư và quản lý rủi ro tài chính — c minh họa bằng hình 2.2. Hơn nữa, khi L=0 và σ là hàm chẵn, thì S1 (Trang 61)

Hình 2.2: Các vùng chuyển trạng thái trong trường hợp (1) và (2)(i). - Một số đóng góp trong tối ưu danh mục đầu tư và quản lý rủi ro tài chính — Hình 2.2 Các vùng chuyển trạng thái trong trường hợp (1) và (2)(i) (Trang 61)

Hình 2.4: Các vùng chuyển trạng thái trong trường hợp (2)(iii). - Một số đóng góp trong tối ưu danh mục đầu tư và quản lý rủi ro tài chính — Hình 2.4 Các vùng chuyển trạng thái trong trường hợp (2)(iii) (Trang 62)

Hình 2.3: Các vùng chuyển trạng thái trong trường hợp (2)(ii). - Một số đóng góp trong tối ưu danh mục đầu tư và quản lý rủi ro tài chính — Hình 2.3 Các vùng chuyển trạng thái trong trường hợp (2)(ii) (Trang 62)

tịnh tiến theo L, như trong hình 2.8 .2 - Một số đóng góp trong tối ưu danh mục đầu tư và quản lý rủi ro tài chính — t ịnh tiến theo L, như trong hình 2.8 .2 (Trang 68)

Hình 2.6: Mô phỏng mua/bán trên từng cổ phiếu - Một số đóng góp trong tối ưu danh mục đầu tư và quản lý rủi ro tài chính — Hình 2.6 Mô phỏng mua/bán trên từng cổ phiếu (Trang 69)

Hình 2.7: Các hàm giá trị - Một số đóng góp trong tối ưu danh mục đầu tư và quản lý rủi ro tài chính — Hình 2.7 Các hàm giá trị (Trang 70)

Hình 2.8: Sự phụ thuộc của các ngưỡng tối ưu theo các tham số - Một số đóng góp trong tối ưu danh mục đầu tư và quản lý rủi ro tài chính — Hình 2.8 Sự phụ thuộc của các ngưỡng tối ưu theo các tham số (Trang 71)

Hình 2.9: Hàm giá trị - Một số đóng góp trong tối ưu danh mục đầu tư và quản lý rủi ro tài chính — Hình 2.9 Hàm giá trị (Trang 72)

Trong hình 2.9, ta thấy rằng v1 là hàm không giảm còn v−1 là hàm không tăng. Hơn nữa,v 1luôn lớn hơnv0, vàv−1. - Một số đóng góp trong tối ưu danh mục đầu tư và quản lý rủi ro tài chính — rong hình 2.9, ta thấy rằng v1 là hàm không giảm còn v−1 là hàm không tăng. Hơn nữa,v 1luôn lớn hơnv0, vàv−1 (Trang 72)

Hình 2.10: Sự phụ thuộc của các ngưỡng tối ưu theo các tham số - Một số đóng góp trong tối ưu danh mục đầu tư và quản lý rủi ro tài chính — Hình 2.10 Sự phụ thuộc của các ngưỡng tối ưu theo các tham số (Trang 73)

Trong hình 3.2, ta diễn tả sự phụ thuộc của giá trung lập vào kích cỡ của bước nhảy về giá, và ta chia thành ba dạng hàm miêu tả độ biến động - Một số đóng góp trong tối ưu danh mục đầu tư và quản lý rủi ro tài chính — rong hình 3.2, ta diễn tả sự phụ thuộc của giá trung lập vào kích cỡ của bước nhảy về giá, và ta chia thành ba dạng hàm miêu tả độ biến động (Trang 89)

Hình 3.1: Ví dụ: σF =0.2 ,σ td (θ )= σF +0. 1e−3(t−θ) và τ =0. 3. - Một số đóng góp trong tối ưu danh mục đầu tư và quản lý rủi ro tài chính — Hình 3.1 Ví dụ: σF =0.2 ,σ td (θ )= σF +0. 1e−3(t−θ) và τ =0. 3 (Trang 90)

Hình 3.2: "Indifference price 1" : Hàm miêu tả độ biến động trước và sau vỡ nợ là như nhau - Một số đóng góp trong tối ưu danh mục đầu tư và quản lý rủi ro tài chính — Hình 3.2 "Indifference price 1" : Hàm miêu tả độ biến động trước và sau vỡ nợ là như nhau (Trang 91)

Hình 3.3: Sự thay đổi của giá quyền chọn theo cường độ xuất hiện bước nhảy (intensity) và độ lớn bước nhảy (jump size) - Một số đóng góp trong tối ưu danh mục đầu tư và quản lý rủi ro tài chính — Hình 3.3 Sự thay đổi của giá quyền chọn theo cường độ xuất hiện bước nhảy (intensity) và độ lớn bước nhảy (jump size) (Trang 92)

3.7.1 Mã vẽ hình - Một số đóng góp trong tối ưu danh mục đầu tư và quản lý rủi ro tài chính — 3.7.1 Mã vẽ hình (Trang 111)

TÀI LIỆU CÙNG NGƯỜI DÙNG

TÀI LIỆU LIÊN QUAN