الديناميكيات الإنتروبية لأسعار الصرف والخيارات: إطار عمل الإنتروبيا القصوى

1. المقدمة

تقدم هذه الورقة إطار عمل الديناميكيات الإنتروبية لنمذجة ديناميكيات أسعار صرف العملات الأجنبية (الفوركس) وتسعير الخيارات الأوروبية. الهدف الأساسي هو تقديم أساس بديل قائم على نظرية المعلومات للنهج التقليدية لحساب التفاضل والتكامل العشوائي. يستفيد المؤلفان، محمد عابدي ودانيال بارتولوميو من جامعة ألباني-سوني، من مبادئ الاستدلال الإنتروبي والإنتروبيا القصوى للتعامل مع حالات المعلومات غير الكاملة - وهي حقيقة شائعة في الأسواق المالية. يقوم الإطار بشكل منهجي بدمج التناظرات المعروفة، مثل ثبات القياس، مما يؤدي إلى استنتاج نماذج راسخة مثل الحركة البراونية الهندسية (GBM) ونموذج جارمان-كولهاجن من المبادئ الأولى.

2. الإطار النظري

يُبنى المنهج على ثلاثة أركان للاستدلال الإنتروبي.

2.1. أسس الاستدلال الإنتروبي

الاستدلال الإنتروبي هو إطار استقرائي مصمم للتفكير في ظل عدم اليقين. وهو يمتد بالمنطق الكلاسيكي للتعامل مع المعلومات الجزئية. تمثل التوزيعات الاحتمالية حالة المعرفة حول النظام.

2.2. مبدأ التحديث الأدنى

عندما تتوفر معلومات جديدة، يتم تحديث التوزيع الاحتمالي السابق باستخدام الإنتروبيا النسبية (تباعد كولباك-ليبلر). يحكم التحديث مبدأ التحديث الأدنى، الذي يضمن إجراء التغييرات فقط كما تستلزمها البيانات الجديدة، مما ينتج عنه التوزيع اللاحق الأقل تحيزًا.

2.3. الهندسة المعلوماتية

يشكل فضاء التوزيعات الاحتمالية متشعبًا ريمانيًا بمقياس فريد مشتق من معلومات فيشر. توفر هذه الهندسة المعلوماتية مفهومًا للمسافة بين التوزيعات، وهو أمر بالغ الأهمية لتحديد الديناميكيات. يلاحظ المؤلفون أهميتها المحتملة لتحسين المحفظة، والتي سيتم استكشافها في عمل مستقبلي.

3. الديناميكيات الإنتروبية لأسعار الصرف

تطبق الديناميكيات الإنتروبية إطار الاستدلال لنمذجة كيفية تغير الأنظمة، مقدمةً زمنًا إنتروبيًا خاصًا بالنظام.

3.1. ثبات القياس واختيار المتغير

أحد التناظرات الرئيسية في أسواق الفوركس هو ثبات القياس: يجب أن تكون الديناميكيات ثابتة تحت تحويلات مثل $S \rightarrow \lambda S$، حيث $S$ هو سعر الصرف. لجعل هذا التناظر واضحًا، يحدد المؤلفون $x = \log S$ كالمتغير الطبيعي للنمذجة، حيث يصبح التحويل إزاحة $x \rightarrow x + \log \lambda$.

3.2. استنتاج الحركة البراونية الهندسية

من خلال فرض قيود تستند إلى المعلومات المتاحة حول سعر الصرف (مثل الانحراف والتباين المتوقعين) وتعظيم الإنتروبيا النسبية في ظل هذه القيود، يؤدي الإطار بشكل طبيعي إلى ديناميكيات لـ $x$. عند الترجمة مرة أخرى إلى $S$ نحصل على معادلة الحركة البراونية الهندسية (GBM): $$ dS_t = \mu S_t dt + \sigma S_t dW_t $$ حيث $\mu$ هو الانحراف، $\sigma$ هو التقلب، و $W_t$ هو عملية وينر. يوضح هذا الاشتقاق أن GBM تظهر كنموذج أقل تحيزًا يتوافق مع قيود العزوم المعطاة وتناظر القياس.

4. إطار تسعير الخيارات

لتسعير المشتقات، يعد إطار التقييم المحايد للمخاطر ضروريًا لتجنب المراجحة.

4.1. استنتاج مقياس الحياد تجاه المخاطر

ضمن الإطار الإنتروبي، يُفسر التحول من المقياس الواقعي $\mathbb{P}$ إلى المقياس المحايد للمخاطر $\mathbb{Q}$ على أنه مشكلة استدلال. فهو يتضمن تحديث التوزيع السابق (الديناميكيات الواقعية) بالمعلومات الجديدة التي تنص على أن سعر الأصل المخصوم يجب أن يكون مارتينجال (لا مراجحة). يؤدي تطبيق مبدأ التحديث الأدنى تحت هذا القيد إلى تحويل نظرية غيرسانوف، الذي يحدد $\mathbb{Q}$.

4.2. نموذج جارمان-كولهاجن

بتطبيق المقياس المحايد للمخاطر على ديناميكيات GBM لسعر صرف (والذي يتضمن سعرين للفائدة، محلي $r_d$ وأجنبي $r_f$) وحل معادلة بلاك-شولز-ميرتون التفاضلية الجزئية لخيار أوروبي، نحصل على صيغة جارمان-كولهاجن: $$ C = S_0 e^{-r_f T} \Phi(d_1) - K e^{-r_d T} \Phi(d_2) $$ حيث $$ d_1 = \frac{\ln(S_0/K) + (r_d - r_f + \sigma^2/2)T}{\sigma\sqrt{T}}, \quad d_2 = d_1 - \sigma\sqrt{T}. $$ هذه النتيجة تتماشى مع نهج الديناميكيات الإنتروبية مع نموذج تسعير خيارات الفوركس القياسي.

6. تحليل أصلي: منظور نقدي

تقدم ورقة عابدي وبارتولوميو تمرينًا فكريًا مقنعًا في إعادة صياغة الرياضيات المالية الكلاسيكية من خلال عدسة نظرية المعلومات. مساهمتها الأساسية ليست نموذجًا جديدًا، بل اشتقاقًا وتبريرًا جديدًا للنماذج الحالية - الحركة البراونية الهندسية (GBM) ونموذج جارمان-كولهاجن. هذا يتماشى مع اتجاه أوسع في التمويل الكمي يسعى إلى مبادئ أكثر أساسية، مما يذكرنا بالنهج البديهي في الاقتصاد أو البحث عن المبادئ الأولى في الفيزياء.

من الناحية الفنية، فإن تطبيق مبادئ الإنتروبيا القصوى لاشتقاق الديناميكيات أنيق. تحديد $\log S$ كالمتغير الصحيح بسبب ثبات القياس هو خطوة حاسمة ومبررة جيدًا. وهو يردد استخدام الأسعار اللوغاريتمية في جميع نماذج التقلب العشوائي والانتشار بالقفزات تقريبًا التي خلفت GBM. ومع ذلك، فإن ناتج الإطار - GBM القياسي - هو أكبر قيوده. لقد أظهرت الأدبيات المالية منذ انهيار 1987 وأزمة 2008 بشكل ساحق أوجه القصور التجريبية لـ GBM: فهي تفشل في التقاط تجمعات التقلب (كما هو موضح في نماذج GARCH)، والعوائد ذات الذيل السميك، وابتسامة/انحراف التقلب المنتشر في أسواق الخيارات. تم تطوير نماذج مثل هيستون (1993) أو عمليات ليفي ذات النشاط اللانهائي التي استعرضها كونت وتانكوف (2004) تحديدًا لمعالجة هذه الفجوات.

لذلك، تكمن أهمية الورقة ليس في معادلاتها النهائية بل في وعدها المنهجي. إطار الاستدلال الإنتروبي مرن بطبيعته. القيود المستخدمة لاشتقاق GBM (متوسط وتباين العوائد) مبسطة. سيكون الاختبار الحقيقي هو فرض قيود أكثر واقعية - مثل التقلب الملاحظ للتقلب أو بعض عزوم توزيع العائد - ورؤية الديناميكيات التي تظهر. هل يمكن أن تنتج نموذجًا من نوع هيستون؟ سيكون هذا مساهمة أكثر تأثيرًا. الإشارة إلى العمل المستقبلي حول الهندسة المعلوماتية لتحسين المحفظة مغرية بشكل خاص. يمكن أن يوفر مقياس معلومات فيشر طريقة صارمة لقياس استقرار أو حساسية المحفظة لأخطاء تقدير المعلمات، وهو موضوع يثير قلقًا عمليًا كبيرًا وغالبًا ما يتم معالجته بطريقة استدلالية.

في الختام، هذا العمل هو دليل متطور على المفهوم. فهو ينجح في نقل إطار الديناميكيات الإنتروبية من الفيزياء إلى التمويل ويظهر أنه يمكنه تكرار النتائج التأسيسية. ستحدد قيمته ما إذا كان بإمكان الأبحاث اللاحقة الاستفادة من آليات هذا الإطار لمعالجة أوجه القصور المعروفة لتلك الأسس نفسها، والانتقال من التبرير الأنيق إلى الابتكار الحقيقي.

7. الإطار الرياضي والتفاصيل الفنية

المحرك الرياضي الأساسي هو تعظيم الإنتروبيا النسبية (تباعد كولباك-ليبلر) في ظل قيود. بالنظر إلى توزيع سابق $q(x)$ ومعلومات جديدة في شكل قيم متوقعة $\mathbb{E}_p[f_i(x)] = F_i$ لعدة دوال $f_i$، يتم إيجاد التوزيع اللاحق $p(x)$ عن طريق تصغير: $$ D_{KL}[p||q] = \int p(x) \ln \frac{p(x)}{q(x)} dx $$ في ظل $\int p(x) f_i(x) dx = F_i$ والتطبيع $\int p(x) dx = 1$. باستخدام مضاعفات لاغرانج $\lambda_i$، يكون الحل: $$ p(x) = \frac{1}{Z} q(x) \exp\left(-\sum_i \lambda_i f_i(x)\right) $$ حيث $Z$ هي دالة التقسيم. في سياق الديناميكيات، يمثل $q(x)$ احتمالية الانتقال من حالة أولية، وتشفر القيود الانحراف والتقلب المتوقعين للنظام. بالنسبة لتطبيق الفوركس، مع $x = \log S$، يؤدي القيد على التغير المتوقع $\mathbb{E}[\Delta x]$ وتباينه $\mathbb{E}[(\Delta x)^2]$ إلى احتمالية انتقال غاوسية، والتي في النهاية المستمرة تنتج معادلة الانتشار الكامنة وراء GBM.

يتضمن التحول إلى المقياس المحايد للمخاطر $\mathbb{Q}$ إضافة قيد جديد: يجب أن يساوي العائد المتوقع للأصل المخصوم سعر الفائدة الخالي من المخاطر. وهذا يعدل مضاعفات لاغرانج، مما يؤدي بشكل فعال إلى إدخال مصطلح تعديل انحراف $\theta$ بحيث $dW^{\mathbb{Q}}_t = dW^{\mathbb{P}}_t + \theta dt$، وهو جوهر نظرية غيرسانوف.

8. الإطار التحليلي ومثال تطبيقي

مثال: تبرير اختيار النموذج لزوج عملات (EUR/USD)

السيناريو: مهمة محلل كمي في بنك تطوير نموذج لتسعير خيارات الفانيليا لزوج اليورو/الدولار الأمريكي. يجب عليه تبرير اختيار نموذجه أمام لجنة التحقق من النماذج.

تطبيق الإطار الإنتروبي:

1. ذكر المعلومات السابقة: يسرد المحلل الحقائق المعروفة: سعر EUR/USD موجب، وتغيراته النسبية أكثر أهمية من التغيرات المطلقة (ثبات القياس)، وتوفر البيانات التاريخية تقديرات للانحراف المتوسط والتقلب.
2. تطبيق مبدأ التحديث الأدنى: بدءًا من حالة الجهل الأقصى (توزيع سابق مسطح لـ $\log S$)، يقوم المحلل بتحديث المعتقدات من خلال دمج قيود الانحراف والتقلب عبر الإنتروبيا القصوى.
3. اشتقاق الديناميكيات: ينتج الإطار GBM كنموذج أقل تحيزًا يتوافق مع قيود العزمين. يعرض المحلل هذا الاشتقاق للجنة، بحجة أن استخدام أي نموذج به معلمات أكثر (مثل التقلب العشوائي) سيتطلب معلومات إضافية إحصائية قوية مقابلة لتبرير التحديث الأكثر تعقيدًا.
4. التسعير: لتسعير الخيارات، يضيف المحلل قيد عدم المراجحة، مستنتجًا المقياس المحايد للمخاطر وصيغة جارمان-كولهاجن.

النتيجة: تقبل اللجنة GBM/جارمان-كولهاجن كنموذج أساسي بسبب اشتقاقه المبدئي من معلومات محدودة. قد توافق على نموذج أكثر تعقيدًا (مثل SABR) لآجال/نقود معينة فقط إذا استطاع المحلل إثبات، ربما باستخدام نفس المنطق الإنتروبي، أن بيانات السوق الإضافية (مثل ابتسامة التقلب) توفر معلومات كافية لتبرير التحديث الأكثر تعقيدًا من التوزيع السابق GBM.

9. التطبيقات المستقبلية واتجاهات البحث

يفتح إطار الديناميكيات الإنتروبية عدة مسارات واعدة تتجاوز تكرار النتائج الكلاسيكية:

• ما بعد GBM: يمكن أن يؤدي دمج قيود على عزوم أعلى (الالتواء، التفرطح) أو عملية التقلب نفسها إلى اشتقاقات قائمة على الإنتروبيا لنماذج التقلب المحلي/العشوائي أو الانتشار بالقفزات.
• الهندسة المعلوماتية في بناء المحفظة: كما ألمح المؤلفون، يمكن لمقياس فيشر قياس "المسافة الإحصائية" بين بيئات السوق المختلفة. يمكن استخدام هذا في: 1) تطوير استراتيجيات محفظة قوية تقلل الحساسية لأخطاء المعلمات المقدرة. 2) إنشاء إشارات إنذار مبكر لتحولات النظام من خلال مراقبة المسافة المعلوماتية بين العوائد الحديثة والنموذج الحالي.
• نمذجة الأصول غير السائلة: بالنسبة للأصول ذات البيانات المتناثرة، يوفر نهج الإنتروبيا القصوى طريقة صارمة لتحديد توزيع سابق بناءً على مبادئ اقتصادية أو أصول مماثلة، وتحديثه بأدنى قدر عند حدوث صفقات جديدة.
• ديناميكيات الأصول المتعددة: توسيع الإطار ليشمل أصولًا متعددة مترابطة. ستشمل القيود الارتباطات، وستحترم الديناميكيات الناتجة هندسة هيكل التغاير بشكل طبيعي، مما قد يقدم رؤى حول المخاطر النظامية.
• التكامل مع التعلم الآلي: يتوافق نموذج "التحديث السابق" مع التعلم الآلي البايزي. يمكن أن يوجه الإطار تصميم الشبكات العصبية التي تدمج القيود المالية (مثل عدم المراجحة) مباشرة في بنيتها أو دوال الخسارة، مما يحسن القابلية للتفسير والمتانة.

10. المراجع

1. Jaynes, E. T. (1957). Information Theory and Statistical Mechanics. Physical Review, 106(4), 620–630.
2. Caticha, A. (2012). Entropic Inference and the Foundations of Physics. In 11th Brazilian Meeting on Bayesian Statistics.
3. Garman, M. B., & Kohlhagen, S. W. (1983). Foreign currency option values. Journal of International Money and Finance, 2(3), 231–237.
4. Black, F., & Scholes, M. (1973). The pricing of options and corporate liabilities. Journal of Political Economy, 81(3), 637–654.
5. Cont, R. (2001). Empirical properties of asset returns: stylized facts and statistical issues. Quantitative Finance, 1(2), 223–236.
6. Heston, S. L. (1993). A closed-form solution for options with stochastic volatility with applications to bond and currency options. The Review of Financial Studies, 6(2), 327–343.
7. Cont, R., & Tankov, P. (2004). Financial Modelling with Jump Processes. Chapman and Hall/CRC.
8. Amari, S. I., & Nagaoka, H. (2000). Methods of Information Geometry. American Mathematical Society.