麦的月平均价格;
1816-1951 期间,纽约交换市场棉花的价格),出乎意料之外,他发
现的是这些价格并没有任何节奏性、周期性或趋势性。进而他得到的结论是
“
… the
demon of chance drew a random number
… and added it to the current price to determine the
next
… price”。换言之,的行为象是一随机漫步(random walk)。
然而从历史的角度来看,法国
天才数学家
Bachelier (1900)才是第
一位利用随机漫步去描述价格走势的学者。他假设价格
(注意他并未对做对数转换)在瞬
间的表现为
, (2.2)
其中为初始价格,为独立同
分布的随机变量,且取值在及的机率各
为。因此
. (2.3)
令
, 以及让, Bachelier 发现(2.2)
的极限过程为其中
(注意此极限是
在某特定的机率意义下
),且有下列表示式:
, (2.4)
其中
,()为标准布朗运动
(standard Brownian motion)或
称为
Wiener 过程。此为最早描述价格的模型,虽然其数学性质简单,但它的缺点为价
格可能为负值而与实际状况不相符。
以下我们用台积电股价的例子来做
进一步的说明。在图
2.1 中,我们将台积电
在民国
83 年 9 月上市至民国 90 年 12 月之每月月底的收盘股价记录并画出它的折线图
(资料来源:台湾新报
—B&T 国内 TOP3000 大企业数据库),这是财务上描述资产最典
型的资料图。我们发现台积电的股价高低的起伏变化相当大,如果在不对的时间点进行
买卖,将会损失很多资金。而从图中可看出不可预测性
(unpredictability)似乎是财务模型
的重要特征。更何况我们关心的并不是股价的高低,而是报酬率的大小。若以表示第
i 月
的股价,则第
i 至 i+1 个月的报酬率可表成
或 (2.5)
两种形式
(注意在(2.5)中,前式为后
式在的一次泰勒展式
)。在表 2.2 中,我们计算出台积电股价的月报酬率,并将其描绘在
图
2.3 上。由图观之,这些资料恰似一些噪声(noise),问题是我们要如何去建立统计模
型呢?
2
)
(
)
(
)
(
∆
∆
∆
=
k
S
S
n
S
,
2
,
∆
∆
∆
∆
∆
∆
∆
+
+
+
+
=
k
k
S
S
ζ
ζ
ζ
2
0
)
(
0
S
)
(
∆
i
ζ ∆
σ ∆
−
σ
2
1
,
)
(
E
0
)
(
S
S
k
=
∆
∆
)
(
)
(
Var
2
)
(
∆
⋅
=
∆
∆
k
S
k
σ
∆
=
t
k
0
>
t
0
→
∆
,
)
(
0
≥
=
t
t
S
S
)
(
0
lim
∆
∆
∆
→
∆
=
t
t
S
S
t
t
W
S
S
σ
+
=
0
)
(
t
W
W
=
0
≥
t
t
W
W
W
t
t
=
=
=
2
0
E
,
0
E
,
0
i
S
i
i
i
i
R
S
S
S
=
−
+
1
i
i
i
R
S
S
=
+
1
ln
)
1
ln(
x
−
1
=
x