← MathFin · Midterm · Final 2021 solutions · Наглядно

Final — типовые задачи и полные решения

Final CTF I (50% оценки) из года в год держит одну структуру из 4 блоков: (1) Feynman–Kac, (2) свойства семимартингалов / единственность разложения, (3) Black–Scholes — цена экзотики (binary) и хедж, (4) volatility skew словами. Плюс вечные «почему $\mu$ не входит» и claim вида $h(S_T)=\ln S_T$. С 2025 экзамен closed-book, разрешён один лист шпаргалки. Ниже — карта по реальным papers и полные решения.

ИсточникБлокЧто просят
2020Feynman–KacCIR $dX=\kappa(\theta-X)dt+\sigma\sqrt X\,dW$ → terminal value problem
2020BS, дискуссияПочему цена не зависит от $\mu$? Разумно ли для buy-and-hold?
2020BS + binary$h=\mathbf 1_{\{S_T\ge K\}}$: показать $u=N(d_2)$; delta-хедж + проблемы
2021Feynman–KacJacobi $dX=(\theta-X)dt+\sigma\sqrt{X(1-X)}dW$ → PDE
2021СемимартингалЕдинственность разложения $X=X_0+M+A$
2021BS + binary put$h=\mathbf 1_{\{S_T\le K\}}$: цена + хедж
2021Vol skewЧто такое skew, связь с недостатками BS
2025Itô + FK$Y=\sqrt S$ GBM + $[Y]$; OU integrating factor; решить PDE с $\mathbf 1_{\{x\le K\}}$
2025BS эмпирика2 плюса / 2 минуса BS; historical vs implied vol
2025claim $\ln S_T$Цена, реплицирующая стратегия, Gamma

Блок 1. Feynman–Kac каждый год

Рабочая связь PDE ↔ ожидание. Общая форма (из final-preparation):

Рецепт
$$\partial_t f+\mu(x)f_x+\tfrac12\sigma^2(x)f_{xx}=r(x)\,f,\quad f(T,x)=\Phi(x)$$
$$\Longleftrightarrow\quad f(t,x)=E^x\!\Big[e^{-\int_0^{T-t}r(X_s)\,ds}\,\Phi(X_{T-t})\Big],\quad dX=\mu(X)dt+\sigma(X)dW$$

Алгоритм: сравни своё уравнение с общей формой, считай $\mu,\sigma,r,\Phi$ — и либо собери ожидание, либо (если дано ожидание) собери PDE. По Markov property смотрим из текущего $x$ на горизонт $T-t$.

2020 Q1 — CIR, дано SDE → вывести PDE (4 pts)

$dX_t=\kappa(\theta-X_t)dt+\sigma\sqrt{X_t}\,dW_t$,  $F(t,x)=E^x[\exp(-\int_0^{T-t}X_s\,ds)]$. Считываем: $\mu(x)=\kappa(\theta-x)$, $\sigma^2(x)=\sigma^2 x$, $r(x)=x$, $\Phi(x)=1$.

Ответ: $\ \partial_t F+\kappa(\theta-x)\partial_x F+\tfrac12\sigma^2 x\,\partial_{xx}F=x\,F,\qquad F(T,x)=1.$

2021 Q1 — Jacobi-диффузия, дано SDE → вывести PDE (3 pts)

$dX_t=(\theta-X_t)dt+\sigma\sqrt{X_t(1-X_t)}\,dW_t$,  $F(t,x)=E^x[\exp(-\int_0^{T-t}(\rho_0+\rho_1 X_s)\,ds)]$. Считываем: $\mu(x)=\theta-x$, $\sigma^2(x)=\sigma^2 x(1-x)$, $r(x)=\rho_0+\rho_1 x$, $\Phi=1$.

Ответ: $\ \partial_t F+(\theta-x)\partial_x F+\tfrac12\sigma^2 x(1-x)\partial_{xx}F=(\rho_0+\rho_1 x)F,\qquad F(T,x)=1.$

2025 Q1c — обратная задача: дано PDE → найти $f$ (4 pts)

$f_t+\mu x f_x+\tfrac12\sigma^2 x^2 f_{xx}=0$, $f(T,x)=\mathbf 1_{\{x\le K\}}$. Здесь $r(x)=0$, $\Phi(x)=\mathbf 1_{\{x\le K\}}$, а из коэффициентов $\mu(x)=\mu x$, $\sigma(x)=\sigma x$ — это GBM: $dX=\mu X\,dt+\sigma X\,dW$, значит $X_{T-t}=x\,e^{(\mu-\frac12\sigma^2)(T-t)+\sigma W_{T-t}}$.

Решение
$$f(t,x)=E^x[\mathbf 1_{\{X_{T-t}\le K\}}]=P(X_{T-t}\le K)=\Phi(d),\quad d=\frac{\ln(K/x)-(\mu-\frac12\sigma^2)(T-t)}{\sigma\sqrt{T-t}}$$

$\ln X_{T-t}=\ln x+(\mu-\tfrac12\sigma^2)\tau+\sigma\sqrt\tau Z$, $\tau=T-t$, $Z\sim N(0,1)$. Неравенство $X_{T-t}\le K$ ⇔ $Z\le d$, отсюда вероятность $\Phi(d)$.

Блок 2. Единственность семимартингального разложения 2021, official

Задача (3 pts). $X_t=X_0+M_t+A_t=X_0+\tilde M_t+\tilde A_t$, где $M,\tilde M$ — непрерывные локальные мартингалы, $A,\tilde A$ — процессы конечной вариации (FV). Показать $M=\tilde M$, $A=\tilde A$.

Решение (по официальному ответу)
$$N:=M-\tilde M=\tilde A-A$$

$N$ — одновременно непрерывный локальный мартингал (как разность двух) и процесс конечной вариации (как разность двух FV). Proposition 3.11 из конспекта: непрерывный локальный мартингал конечной вариации постоянен, поэтому $N_t=N_0=0$. Значит $M=\tilde M$, откуда $A=\tilde A$. Единственность доказана.

Суть в одной фразе: разность двух разложений — это процесс, который и мартингал, и FV сразу; такой обязан быть нулём.

Блок 3. Black–Scholes и binary option 2020, 2021

Под риск-нейтральной мерой $Q$: $dS=rS\,dt+\sigma S\,dW^Q$, поэтому $S_T=S\,e^{(r-\frac12\sigma^2)\tau+\sigma\sqrt\tau Z}$, $\tau=T-t$, $Z\sim N(0,1)$. Цена $V(t,S)=e^{-r\tau}E^Q[h(S_T)\mid S_t=S]$.

2020 Q3 — call-binary $h=\mathbf 1_{\{S_T\ge K\}}$

Цена
$$V=e^{-r\tau}Q(S_T\ge K)=e^{-r\tau}\,\Phi(d_2),\quad d_2=\frac{\ln(S/K)+(r-\frac12\sigma^2)\tau}{\sigma\sqrt\tau}$$

$S_T\ge K$ ⇔ $Z\ge -d_2$, а $Q(Z\ge -d_2)=\Phi(d_2)$. В sheet 2020 ответ записан как $u=N(d_2)$ — это риск-нейтральная вероятность; полная дисконтированная цена несёт множитель $e^{-r\tau}$.

Delta-хедж и проблема
$$\Delta=\frac{\partial V}{\partial S}=e^{-r\tau}\,\frac{\varphi(d_2)}{S\,\sigma\sqrt\tau}\ \xrightarrow[\;\tau\to0,\ S\approx K\;]{}\ \infty$$

Выплата разрывна в $K$. При приближении к экспирации дельта около страйка растёт без границы — для хеджа нужно мгновенно перекидывать огромные пакеты акций. На практике нереализуемо: транзакционные издержки, скачки цены, дискретный ребаланс ⇒ большой tracking error. Это и есть «обсудите проблемы реализации» (hint про $S\approx K$, малое $\tau$).

2021 Q3 — binary put $h=\mathbf 1_{\{S_T\le K\}}$

Ответ: $\ V=e^{-r\tau}Q(S_T\le K)=e^{-r\tau}\,\Phi(-d_2)=e^{-r\tau}\big(1-\Phi(d_2)\big)$,   $\Delta=-\,e^{-r\tau}\dfrac{\varphi(d_2)}{S\sigma\sqrt\tau}$ (хедж — короткая позиция в акции; та же сингулярность у $K$).

Блок 4. Volatility skew и недостатки BS 2021 official, 2025

Что такое skew. Implied volatility считают, обращая формулу BS из наблюдаемых цен опционов. Если бы BS была верна, implied vol не зависела бы от страйка. На рынке же это функция от moneyness $M=K/S$: сильно убывает при $M<1$ (OOTM-путы), минимум около $M\approx1$, слегка растёт при $M>1$. Skew сильнее всего при малом $T-t$.

Почему (по официальному решению 2021): BS опирается на постоянную волатильность, нормальные лог-доходности, непрерывные пути (без скачков и крахов) и идеальную ликвидность — ничего из этого полностью не выполняется. Большие падения куда вероятнее, чем в модели ⇒ огромный спрос на OOTM-путы как страховку от краха. Продавцы неохотно их пишут (скачки, неликвидность, стох. волатильность дают большой tracking error). Высокий спрос + низкое предложение ⇒ высокая цена путов с малым $K$ ⇒ высокая implied vol.

2025 Q2. Два плюса BS: замкнутая формула и единственный понятный параметр $\sigma$; полный рынок — опцион точно реплицируется (бенчмарк, общий язык). Два минуса: постоянная волатильность и гауссовость (нет тяжёлых хвостов, скачков), непрерывные пути и отсутствие трения. Historical vol — из прошлых доходностей (выборочное σ лог-доходностей, годовое). Implied vol — из текущих цен опционов обращением BS (взгляд вперёд).

Блок 5. Почему цена не зависит от $\mu$ 2020 Q2

Экономический ответ

Опцион оценивается репликацией: динамический delta-хедж делает портфель локально безрисковым, поэтому премия за риск акции (а с ней и $\mu$) выпадает из цены — остаются только $\sigma$ и $r$. Это разумно: цена = себестоимость сборки, а сборка не зависит от того, куда акция в среднем дрейфует. Для buy-and-hold инвестора независимость от $\mu$ не разумна: он не хеджирует, несёт реальный риск цены, и его ожидаемое богатство как раз определяется $\mu$. То есть утверждение про ценообразование/хедж, а не про ожидаемую доходность инвестора.

Блок 6. Itô-замены и claim $\ln S_T$ 2025

2025 Q1a — $Y=\sqrt S$ снова GBM, найти $[Y]_t$

Itô к $F(s)=s^{1/2}$
$$dY=\tfrac12 S^{-1/2}(\mu S\,dt+\sigma S\,dW)-\tfrac18 S^{-3/2}\sigma^2 S^2\,dt=Y\Big[\big(\tfrac12\mu-\tfrac18\sigma^2\big)dt+\tfrac12\sigma\,dW\Big]$$

$F'=\tfrac12 s^{-1/2}$, $F''=-\tfrac14 s^{-3/2}$, $d[S]=\sigma^2 S^2\,dt$. Получили GBM.

Ответ: GBM с $\mu_Y=\tfrac12\mu-\tfrac18\sigma^2$, $\sigma_Y=\tfrac12\sigma$;   $[Y]_t=\int_0^t(\tfrac12\sigma Y_s)^2\,ds=\tfrac14\sigma^2\!\int_0^t S_s\,ds.$

2025 Q1b — OU через integrating factor

$dX_t=-\gamma X_t\,dt+\kappa\,dW_t$, $X_0=x$. Множитель $e^{\gamma t}$ убивает линейный снос:

$$d(e^{\gamma t}X_t)=\gamma e^{\gamma t}X\,dt+e^{\gamma t}(-\gamma X\,dt+\kappa\,dW)=e^{\gamma t}\kappa\,dW_t$$

Интегрируем $0\to t$: $e^{\gamma t}X_t-x=\kappa\int_0^t e^{\gamma s}dW_s$.

Ответ: $\ X_t=e^{-\gamma t}x+\kappa\int_0^t e^{-\gamma(t-s)}dW_s$,   гауссовский, $\mathrm{Var}(X_t)=\tfrac{\kappa^2}{2\gamma}(1-e^{-2\gamma t}).$

2025 Q3 — claim $h(S_T)=\ln S_T$: цена, хедж, Gamma

а) Цена (risk-neutral)
$$V(t,S)=e^{-r(T-t)}E^Q[\ln S_T\mid S_t=S]=e^{-r(T-t)}\big[\ln S+(r-\tfrac12\sigma^2)(T-t)\big]$$

Под $Q$: $\ln S_T=\ln S+(r-\tfrac12\sigma^2)(T-t)+\sigma W^Q$, и $E^Q[W^Q]=0$. При $t=0$: $V_0=e^{-rT}[\ln S_0+(r-\tfrac12\sigma^2)T]$.

б) Реплицирующая стратегия   в) Gamma
$$\phi_t=V_S=\frac{e^{-r(T-t)}}{S},\qquad \eta_t=\frac{V-V_S\,S}{B_t}=(V-V_S S)e^{-rt},\qquad \Gamma=V_{SS}=-\frac{e^{-r(T-t)}}{S^2}$$

$\phi$ — число акций (= delta), $\eta$ — позиция в money market account $B_t=e^{rt}$. Стратегия self-financing, т.к. $V$ решает BS PDE. Gamma отрицательна — продавец такого claim короткой выпуклости.

Устно (сборка финала): «Блок 1 — Feynman–Kac: читаю $\mu,\sigma,r,\Phi$, собираю PDE или ожидание. Блок 2 — разность двух разложений: мартингал ∩ FV = const = 0. Блок 3 — binary: $e^{-r\tau}\Phi(\pm d_2)$, дельта взрывается у страйка перед экспирацией, потому неудобно хеджировать. Блок 4 — skew: спрос на OOTM-путы как страховку, BS недооценивает крахи. И $\mu$ не входит в цену, потому что хедж убивает риск-премию.»