Sia (Ω, A, P ) uno spazio di probabilità e sia Λ un insieme non vuoto, i cui elementi sono gli istanti che vengono presi in considerazione ai ni dello studio del fenomeno evolutivo.
In genere Λ è l'intervallo seminnito [0, +∞) o l'intervallo chiuso e limitato [0, T ] o un sottoinsieme numerabile di R o anche N.
Denizione 4.4. Un processo stocastico è un'applicazione X : Λ × Ω −→ R (o Rn) tale che ∀ t ssato ∈ Λ
X(t, ·) : Ω −→ R (o Rn) è una variabile casuale sullo spazio di probabilità (Ω, A, P ).
Denizione 4.5. Deniamo realizzazione o traiettoria o funzione campione del processo stocastico relativa allo stato ω ssato in Ω la funzione del tempo
X(·, ω) : Λ −→ R (o Rn).
Dunque un processo stocastico si può vedere come una famiglia di variabili casuali dipendente dal parametro reale t che varia in Λ o come l'insieme di tutte le traiettorie (o realizzazioni o funzioni campione) relative agli stati, che sono funzioni del tempo denite in Λ.
Se Λ è un'innità numerabile di istanti {ti}i=1,2.. o se Λ = N si parla di pro-cesso stocastico discreto o di successione di variabili casuali.
Nel seguito useremo la notazione Xt(·) in luogo di X(t, ·) e dunque scriveremo Xt(ω) in luogo di X(t, ω).
Se riguardiamo un processo stocastico come una famiglia di variabili casuali di-pendente dal parametro t, lo dovremmo denotare nel modo seguente: {Xt}t∈Λ, ma noi spesso per brevità scriveremo semplicemente Xt.
Nel seguito ci limiteremo a considerare processi stocastici a valori reali e spesso per noi Λ sarà dato da [0, T ] o da [0, +∞).
Per poter fare delle previsioni future in un dato istante t su un processo sto-castico, si deve disporre di un certo insieme di informazioni It al tempo t. Dal
4.2. PROCESSI STOCASTICI: GENERALITÀ. 137
punto di vista matematico, per quanto abbiamo visto nel Capitolo 3, le strutture informative It sono sotto σ−algebre di A.
Dunque, se si vogliono determinare i valori attesi futuri di un processo stocastico al ne di prendere una decisione, si devono specicare le informazioni correnti di cui si dispone. Nei modelli nanziari si assume che i prezzi delle azioni, passati e correnti, siano noti agli investitori e che questi non posseggano informazioni future.
In generale, quando si studiano processi stocastici, si suppone di avere a di-sposizione una struttura informativa che varia a trascorrere del tempo: {It}t∈Λ, ossia una famiglia di strutture informative dipendente dal parametro t.
Col passare del tempo, le informazioni utilizzate per fare previsioni su un pro-cesso stocastico aumentano, se si assume che le informazioni passate non vadano perdute. Per t0 < t1 < ... < ti < ti+1 < ... si ha perciò una successione crescente di σ−algebre It0 ⊂ It1 ⊂ ... ⊂ Iti ⊂ Iti+1 ⊂ ....
Denizione 4.6. Deniamo ltrazione su (Ω, A, P ) una famiglia crescente {It}t ≥ 0 di sotto σ−algebre di A, cioè tale che Is ⊂ It se s < t.
Sia dato il processo stocastico Xt con t ≥ 0 cui è associata la ltrazione {It}t ≥ 0 che fornisce le informazioni relative al processo istante per istante. Se siamo al tempo t e se, in base alle informazioni che abbiamo al tempo t, vo-gliamo fare delle previsioni future sul processo stocastico, ad esempio relative al tempo T > t, ricorreremo all'aspettativa condizionata di XT data la struttura informativa It, ossia
E[XT
It], t < T
e potremo sfruttarne, se necessario, le proprietà viste nel capitolo precedente.
Denizione 4.7. Si dice che il processo stocastico Xt è adattato alla ltrazione {It}t∈Λ se per ogni t ∈ Λ la variabile casuale Xt è misurabile rispetto a It.
Ricordiamo che la variabile casuale Xt è misurabile rispetto a It se tutti gli insiemi {ω ∈ Ω : Xt(ω) ≤ x} con x ∈ R sono in It.
Spesso, dato il processo stocastico Xt, la scelta più semplice di ltrazione, rispetto alla quale Xt è adattato, è la ltrazione {It}t∈Λ tale che:
It= σ({Xs; 0 ≤ s ≤ t}), t ∈ Λ,
ossia Itè la più piccola σ−algebra rispetto alla quale tutti gli Xs, con 0 ≤ s ≤ t, sono misurabili. Dunque è la più piccola σ−algebra contenente tutti gli insiemi {ω ∈ Ω : Xs(ω) ≤ x} al variare di x in R ed al variare di s in [0, t]. In tal caso si parla di ltrazione naturale.
Disporre di questi insiemi informativi signica che tutte le informazioni che si hanno al tempo t su ogni stato ω sono quelle che si ottengono dai valori Xs(ω) con s ≤ t.
Se Xtè il prezzo di un'azione, signica assumere che il prezzo al tempo t si forma sulla base dell'andamento che si osserva sul mercato no al tempo t.
Denizione 4.8. Dato lo spazio di probabilità (Ω, A, P ), sia Λ un intervallo reale del tipo [0, T ] o [0, +∞]. Il processo stocastico X : Λ × Ω −→ R (o Rn) si dice misurabile se è misurabile rispetto alla σ-algebra B(Λ) ⊗ A dove B(Λ) è la σ-algebra di Borel dell'intervallo Λ.
Dunque la denizione di processo stocastico misurabile richiede non solo che Xt sia variabile casuale per ogni t ∈ Λ, ma la condizione più forte di misurabilità nella coppia di variabili (t, ω).
Denizione 4.9. Un processo stocastico Xt si dice continuo a destra o a sini-stra se quasi tutte le sue traiettorie sono funzioni continue del tempo a desini-stra o a sinistra. Diciamo poi che Xt è continuo se lo sono quasi tutte le sue traiettorie.
Denizione 4.10. Siano Xt, Ytdue processi stocastici deniti sullo stesso spazio di probabilità (Ω, A, P ) e per ogni t ∈ Λ.
Diciamo che Xt è una modicazione o versione di Yt se per ogni ssato t ∈ Λ si ha:
Xt = Yt quasi sicuramente.
Diciamo che Xt, Yt sono indistinguibili se per quasi tutti gli ω ∈ Ω si ha:
Xt(ω) = Yt(ω) ∀ t ∈ Λ.
Dalle denizioni date discende che per due processi indistinguibili quasi tut-te le traiettorie coincidono, mentre se due processi sono l'uno la modicazione dell'altro possono avere traiettorie molto diverse.
E' chiaro che se Xt, Yt sono indistinguibili allora sono modicazioni uno dell'al-tro, ma non è detto il viceversa. Tuttavia nel caso di processi stocastici continui si può provare che le due nozioni coincidono.
Facciamo un esempio di due processi stocastici che sono modicazioni uno del-l'altro, ma non sono indistinguibili.
Consideriamo lo spazio di probabilità ([0, 1], B([0, 1]), m) con m misura di Lebesgue ed i due processi stocastici Xt, Yt così deniti ∀t ∈ [0, 1]:
Xt(ω) = 0 ∀ω ∈ [0, 1], Yt(ω) = 0 ∀ω ∈ [0, 1] 6= t, Yt(ω) = 1 se ω = t.