💰 quantitative finance

Entropic Dynamics of Jump-Diffusion Option Pricing

Dit artikel leidt het Merton jump-diffusion model en het bijbehorende optieprijsframework af vanuit een entropische inferentie-benadering die gebruikmaakt van informatiebeperkingen op de log-prijsdynamiek en arbitragevrije condities, waardoor continue en sprongprocessen worden verenigd terwijl de Black-Scholes-limiet wordt hersteld wanneer sprongen afwezig zijn.

Oorspronkelijke auteurs: Mohammad Abedi

Gepubliceerd 2026-07-08

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Mohammad Abedi

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je voor dat je probeert het pad van een wandelaar door een bos te voorspellen.

De meeste traditionele financiële modellen beginnen met het gokken van de regels van het bos. Ze zeggen: "Laten we aannemen dat de wandelaar in een vloeiende, kronkelende lijn loopt als een dronkaard, en af en toe wordt weggeduwd door een plotselinge windvlaag." Ze bouwen hun hele kaartenhuis op deze aannames.

Dit artikel hanteert echter een totaal andere aanpak. In plaats van de regels te raden, vraagt het: "Wat is de meest logische manier om onze overtuigingen over het pad van de wandelaar bij te stellen als we slechts een paar specifieke feiten kennen?"

De auteurs gebruiken een methode genaamd Entropische Dynamica. Zie dit als een "logische motor" die de informatie die je hebt neemt en het meest waarschijnlijke scenario uitspuugt, zonder extra gokken toe te voegen. Hier is hoe ze dit toepassen op de aandelenmarkt:

1. Het juiste meetinstrument: Rendementen meten, niet prijzen

Eerst vragen de auteurs: "Wat zijn we eigenlijk aan het meten?"
Als een aandeel van \ $10 naar \$ 11 gaat, is dat een winst van 10%. Als het van \ $100 naar \$ 101 gaat, is dat slechts 1% winst. De markt geeft om het percentage (het rendement), niet om het dollarbedrag.

De Analogie: Stel je voor dat je de voortgang van een wandelaar meet. Als je in "stappen" meet, is een stap een stap. Maar als je in "mijlen" meet, betekent een stap iets anders afhankelijk van hoe groot de wandelaar is.
Het Resultaat: Het artikel bewijst dat we, om de wiskunde eerlijk en consistent te maken, de aandelen in logaritmen (een speciaal soort wiskundige schaal) moeten meten. Op deze schaal wordt vermenigvuldigen van prijzen simpelweg het optellen van getallen. Dit is de enige manier om de symmetrie van de markt te respecteren.

2. De twee rijstroken van het verkeer

Het artikel stelt dat aandelenkoersen bewegen in twee verschillende "rijstroken" of kanalen.

Rijstrook A (Het vloeiende pad): Dit is de normale, dagelijkse handel. Prijzen driften langzaam en wiebelen een beetje. Dit is het "continue" deel.
Rijstrook B (De sprong): Soms komt er groot nieuws naar buiten (zoals een kwartaalcijfer of een oorlog). De prijs wiebelt niet; hij teleporteert naar een nieuw niveau. Dit is het "sprong"-deel.

De Grote Ontdekking: De auteurs laten zien dat omdat deze twee rijstroken verschillende soorten informatie dragen (de ene gaat over vloeiendheid, de andere over plotselinge schokken), ze elkaar niet in de weg zitten. Ze kunnen apart worden berekend en daarna gecombineerd worden.

Het Resultaat: Wanneer ze hun "logische motor" draaien met deze twee rijstroken, wordt de vloeiende rijstrook van nature de beroemde Geometric Brownian Motion (het standaardmodel dat al decennia wordt gebruikt), en de sprong-rijstrook wordt het Merton Jump-Diffusion model.
Waarom het ertoe doet: Ze hebben deze modellen niet aangenomen. Ze hebben ze afgeleid. Het is also kind als het ontdekken van zwaartekracht door te observeren hoe appels vallen, in plaats van alleen maar te zeggen: "laten we aannemen dat zwaartekracht bestaat."

3. De "Smile" van de markt

In de echte wereld hebben aandelenopties (weddenschappen op toekomstige prijzen) een vreemd patroon dat een "volatiliteitsglimlach" (volatility smile) wordt genoemd. Dit betekent dat mensen bereid zijn meer te betalen voor weddenschappen die beschermen tegen enorme crashes dan de standaardmodellen voorspellen.

De Uitleg van het Papier: De standaardmodellen gaan ervan uit dat de wandelaar alleen vloeiend loopt. Maar de echte wandelaar springt! Wanneer je de "Sprong-rijstrook" toevoegt aan het model, creëert de wiskunde vanzelf deze "glimlach". De markt is niet kapot; de oude modellen misten simpelweg de sprong-rijstrook.

4. Het prijzen van opties: De "Niet-stelen"-regel

Hoe prijs je nu een optie als de markt sprongen bevat?
In een vloeiende wereld is er slechts één juiste prijs. Maar in een wereld met sprongen is de markt "onvolledig"—er zijn oneindig veel manieren om de optie te prijzen zonder de regels te breken.

De Regel: De enige regel waar iedereen het over eens is, is Geen Arbitrage (geen gratis lunch). Je kunt geen transactie opzetten die niets kost, geen risico heeft en een gegarandeerde winst oplevert.
De Oplossing: De auteurs gebruiken opnieuw hun logische motor. Ze vragen: "Wat is de meest logische manier om onze waarschijnlijkheden aan te passen zodat aan de 'Geen Gratis Lunch'-regel wordt voldaan?"
Het Resultaat: De motor selecteert een specifiek wiskundig instrument genaamd de Esscher Transform. Dit is geen regel die zij zelf hebben bedacht; het is het enige logische antwoord dat uit de machine komt wanneer je de "Geen Gratis Lunch"-beperking invoert.

De Kernboodschap

De hoofdboodschap van het artikel gaat over informatie.

Oude Manier: "Laten we aannemen dat het aandeel beweegt als X. Als X fout is, faalt ons model."
Nieuwe Manier: "Hier is de informatie die we hebben (aandelen bewegen vloeiend, maar springen soms; geen gratis lunches toegestaan). Wat is het meest logische model dat hierbij past?"

De auteurs laten zien dat als je de juiste informatie in deze logische motor voert, je de standaardmodellen (Black-Scholes) krijgt als een speciaal geval wanneer de sprongen verdwijnen, en de complexere modellen (Merton) wanneer sprongen aanwezig zijn. De "magie" zit niet in de wiskunde; het is het feit dat de wiskunde slechts een reflectie is van de informatie die je erin stopt.

Kortom: Ze hebben niet een nieuwe manier uitgevonden waarop aandelen bewegen. Ze hebben een machine gebouwd die bewijst dat de manier waarop aandelen daadwerkelijk bewegen, de enige logische uitkomst is van de informatie die de markt biedt.

Technische Samenvatting: Entropische Dynamiek van Jump-Diffusion Optieprijsbepaling

Probleemstelling
Standaard financiële modellen, zoals de Geometrische Brownse Beweging (GBM) en het Black–Scholes-raamwerk, vertrouwen op het postuleren van specifieke stochastische processen voor aandelenkoersen. Hoewel deze modellen de continue prijsontwikkeling succesvol beschrijven, slagen ze er niet in de empirische realiteit te vatten: activarenderementen vertonen leptokurtosis, negatieve scheefheid en zware staarten, terwijl optiemarkten een persistente volatiliteitssmiley en smirks vertonen. Deze kenmerken worden toegeschreven aan discontinue prijssprongen (jumps) die worden getriggerd door discrete informatiegebeurtenissen (bijv. kwartaalcijfers, beleidsbeslissingen). Bovendien maakt de aanwezigheid van jumps de markten incompleet, wat betekent dat de conditie van arbitragevrijheid alleen onvoldoende is om een unieke risiconeutrale prijsmaatstaf te bepalen. De bestaande literatuur gaat doorgaans uit van een jump-diffusion proces (bijv. Mertons model) en een specifieke prijsmaatstaf (bijv. de Esscher-transformatie) als axioma's. Dit artikel adresseert de noodzaak om deze dynamiek en prijsmaatstaven te afleiden vanuit eerste principes bij onvolledige informatie, in plaats van ze als uitgangspunt aan te nemen.

Methodologie: Entropische Inferentie
Het artikel maakt gebruik van Entropische Dynamiek (ED), een inductief raamwerk gebaseerd op de methode van Maximale Entropie (MaxEnt) en relatieve entropie. De kernfilosofie is dat dynamiek geen mechanische wetten zijn, maar inferentiële updates van waarschijnlijkheidsverdelingen naarmate er nieuwe informatie beschikbaar komt. De methodologie verloopt in twee afzonderlijke fasen:

Afleiding van de Dynamiek (Het Aandelenmodel):
- Variabele Selectie: Het raamwerk begint met het identificeren van de juiste dynamische variabele. Door rendementssymmetrie op te leggen (invariantie van transitiekansen onder uniforme prijsrescaling), leidt het artikel af dat de logaritme van de prijs ( $\ln S$ ) de unieke variabele is die multiplicatieve rescalings additief maakt.
- Het Continue Kanaal: De dynamiek van $\ln S$ wordt geconstrueerd door de relatieve entropie te maximaliseren onder twee restricties: continuïteit (de volgende prijs ligt dicht bij de huidige prijs, gecodeerd via een gemiddelde kwadratische verplaatsingsrestrictie) en directionaliteit (een systematische drift, gecodeerd via een gemiddelde log-rendementsrestrictie). Dit levert een driftloze Gaussische prior en een verschoven Gaussische posterior op, waardoor GBM wordt hersteld zonder dit te veronderstellen.
- Het Jump-kanaal: Om discontinuïteiten te verklaren, wordt de microtoestand uitgebreid met een jump-count variabele ( $n$ ) en een jump-grootte ( $Y$ ). Het raamwerk introduceert drie aanvullende restricties: de verwachte aankomstfrequentie ( $\lambda$ ), en de eerste twee momenten van de jump-grootte ( $\kappa, \nu$ ).
- Factorisatie: Cruciaal is dat omdat de restricties op het jump-kanaal disjunct zijn van die op het continue kanaal, de MaxEnt-procedure de posterior dwingt te factoriseren. Het continue component blijft GBM, terwijl de jump-component wordt afgeleid als een Gaussische verdeling voor de jump-grootte. De combinatie levert het Merton jump-diffusion proces op als een stelling, niet als een aanname.
- Forward Vergelijking: Er wordt aangetoond dat de evolutie van de log-prijsdichtheid de Kolmogorov–Feller vergelijking volgt, die de Fokker–Planck vergelijking generaliseert door een integraalterm voor jumps toe te voegen.
Afleiding van de Prijsbepaling (Optiewaardering):
- Marktincompleetheid: Met de aanwezigheid van jumps is de markt incompleet, en is de equivalente martingale maat (EMM) niet uniek. Arbitagevrijheid alleen kan geen enkele maat selecteren.
- Selectieprincipe: Het artikel legt arbitragevrijheid op via de gemiddelde log-rendementsrestrictie (waarbij de subjectieve drift wordt vervangen door de risicovrije rente gecorrigeerd voor convexiteit). Het maximaliseert vervolgens de relatieve entropie van de prijsmaatstaf ten opzichte van de fysieke jump-diffusion maat.
- De Esscher-transformatie: Deze inferentieprocedure selecteert uniek de Esscher-transformatie als de prijsmaatstaf. Het artikel betoogt dat dit geen externe oplegging is, maar een gevolg van het updaten van overtuigingen op basis van de gemiddelde log-rendementsrestrictie.
- Structuurbehoud: De log-rendementsrestrictie zorgt ervoor dat de prijsmaatstaf binnen de jump-diffusion familie blijft, waarbij enkel de drift, intensiteit en de verdeling van de jump-grootte verschuiven.
- Prijsvergelijking: De resulterende optiepremie voldoet aan Mertons partiële integraal-differentiaalvergelijking (PIDE). De risiconeutrale verdeling is een Poisson-gewogen mengeling van lognormalen, wat van nature de impliciete volatiliteitssmiley genereert.

Belangrijkste Bijdragen en Resultaten

Afleiding van Mertons Model: Het artikel leidt het Merton jump-diffusion proces en de bijbehorende Kolmogorov–Feller vergelijking strikt af uit principes van entropische inferentie, waarmee de standaard postulatie van deze modellen wordt vervangen.
Afleiding van de Esscher-transformatie: Het toont aan dat de Esscher-transformatie, breed gebruikt in jump-diffusion prijsbepaling, de unieke maat is die wordt geselecteerd door de relatieve entropie te maximaliseren onder een gemiddelde log-rendementsrestrictie voor arbitragevrijheid.
Unificatie van Modellen: Het raamwerk laat zien dat Black–Scholes (GBM) en Black–Scholes–Merton (Jump-Diffusion) geen concurrerende theorieën zijn, maar limietgevallen van één enkel inferentieel mechanisme, onderscheiden door enkel de informatie (restricties) die aan het systeem wordt gevoed.
Volatiliteitssmiley: Het model produceert op natuurlijke wijze de impliciete volatiliteitssmiley en smirks die worden waargenomen in aandelenmarkten als een direct gevolg van de jump-restricties, zonder dat ad-hoc volatiliteitsfuncties nodig zijn.
Resolutie van Niet-Uniekheid: Het artikel herkadert de niet-uniciteit van de prijsmaatstaf in incomplete markten als de niet-uniciteit van de informatieve restrictie die wordt gebruikt om arbitragevrijheid af te dwingen. Het kiezen van het gemiddelde log-rendement levert de Esscher-maat op; het kiezen van het bruto rendement zou een andere (canonieke) maat opleveren.

Betekenis en Claims
Het artikel stelt dat de centrale bijdrage methodologisch is. Het voert aan dat het onderscheid tussen verschillende financiële modellen niet ligt in de inferentie-engine zelf, maar in de specifieke informatie (restricties) die erin wordt gevoed. Door dynamiek te behandelen als "mechanica zonder mechanisme", beweren de auteurs dat het entropische raamwerk een verenigde, principiële basis biedt voor financiële modellering.

Het werk stelt het volgende:

Dynamiek worden afgeleid, niet verondersteld: Processen zoals GBM en Jump-Diffusion zijn de noodzakelijke uitkomsten van het maximaliseren van entropie onder specifieke economische symmetrieën en informatie-restricties.
Prijsbepaling is een inferentieprobleem: De selectie van een risiconeutrale maat is een inductieve stap gedreven door de keuze van de observeerbare die wordt gebruikt om arbitragevrijheid af te dwingen.
Modulariteit: Het raamwerk staat de naadloze integratie van nieuwe marktkenmerken (zoals jumps) toe door simpelweg de microtoestand te vergroten en bijbehorende restricties toe te voegen, zonder de onderliggende inferentiële logica te verwerpen.

Het artikel concludeert dat de "werkelijke moeilijkheid" in het modelleren niet ligt in het update-mechanisme (dat vaststaat door het MaxEnt-principe), maar in het correct identificeren van de relevante variabelen en de informatie die werkelijk relevant is voor het probleem.