Optimizing Optimization: The Next Generation of Optimization Applications and Theory (Quantitative Finance)

(Romina) #1

188 Optimizing Optimization


It
q

qq q
p

tppt
p

()
∂  



⎜⎜
⎜⎜
⎜⎜



⎟⎟
⎟⎟
⎟⎟



⎜⎜
σ ⎜⎜

μσσμ
σ

2
2 22 2
2

exp Φ
⎜⎜⎜



⎟⎟
⎟⎟
⎟⎟






()



⎜⎜
⎜⎜
⎜⎜



⎟⎟
⎟⎟
⎟⎟




q

qq
pt

tp
σμ
2 2 2 μσ^22
2

exp ΦΦ

q

q

qq

pt
p

pp t

tp

σμ
σ

σσ μ

μσ

2

2

22
2

2
2









⎜⎜
⎜⎜
⎜⎜



⎟⎟
⎟⎟
⎟⎟

()




exp⎜⎜⎜
⎜⎜⎜



⎟⎟
⎟⎟
⎟⎟




⎜⎜
⎜⎜
⎜⎜



⎟⎟
⎟⎟
⎟⎟

Φ

q

qq

pt
p

p

tp

σμ
σ

σ

μσ

2

2
2 2






exp

222

0

2



⎜⎜
⎜⎜
⎜⎜



⎟⎟
⎟⎟
⎟⎟

′′



⎜⎜
⎜⎜
⎜⎜



⎟⎟
⎟⎟
⎟⎟






=

Φ

qpt
p q

σμ
σ


(8.46)

It p t
p

t

t
p

()σ tp

μ
σ

μ

μ
σ

(^22) ΦΦ 2 μσ


⎜⎜
⎜⎜⎜


⎟⎟
⎟⎟



⎜⎜
⎜⎜⎜


⎟⎟
⎟⎟

′′


⎜⎜
⎜⎜⎜


⎟⎟
⎟⎟

′′


⎜⎜
⎜⎜⎜


⎟⎟
⎟⎟

ΦΦ 
μ
σ
σ
μ
σ
t
p
p
t
p
2
(8.47)
Now ,
Φ()x
z
dz
x


1
2 2
2
π
exp


⎜⎜
⎜⎜


⎟⎟
∫∞ ⎟⎟⎟
(8.48)



⎜⎜
⎜⎜


⎟⎟
Φ()x ⎟⎟⎟ ()
x
x
1
2 2
2
π
exp φ
(8.49)
and
′′


⎜⎜
⎜⎜


⎟⎟
Φ()xx ⎟⎟⎟ ()
x
  xx
1
2 2
2
π
exp φ
(8.50)
Thus ,
It pt t
p
tp
t
p
() σμ
μ
σ
μσφ
μ
σ
(^222)
()


⎜⎜
⎜⎜⎜


⎟⎟
⎟⎟



⎜⎜
⎜⎜⎜


⎟⎟
Φ ⎟⎟
⎟⎟


⎜⎜
⎜⎜⎜


⎟⎟
⎟⎟


μ
σ
φ
μ
σ
p
t
p
t
p
2
(8.51)
or
It pt t
p
tp
t
p
() σμ
μ
σ
μσφ
μ
σ
22
()


⎜⎜
⎜⎜⎜


⎟⎟
⎟⎟



⎜⎜
⎜⎜⎜


⎟⎟
⎟⎟

Φ
(8.52)

Free download pdf