Расчет опциона пример
Расчет премии по опциону методом Монте-Карло vs формула Блэка-Шоулза / Хабр
Проблематика вопроса сформулирована в предыдущей статье. А именно: как оценить влияние определенного допущения модели Блэка-Шоулза на расчетную величину премии по европейскому опциону?
Для меня это знаковое событие: руки корпораций, надувавших пузыри доткомов и ипотек, дотянулись и до золота шифропанков — криптовалют.
Допущения о том, что цена торгуемого актива имеет логнормальное распределение. Как альтернативу расчета по формуле Блэка-Шоулза я использовал подход — прогнозирование выплат покупателю опциона методом Монте-Карло.
В каждом случае я рассчитал премию опциона по формуле Б-Ш и методом Монте-Карло. Сравнил результаты и сделал?
Коэффициенты в таблице Excel были подобраны так, чтобы оба этих виртуальных ценовых активов характеризовались одинаковой величиной HV. Альтернативный способ оценить размер премии — моделировать выплаты по опциону методом Монте-Карло. Провести ряд итераций, на каждой итерации моделируя цену на N дней.
Исходные данные
В конце итерации посчитать прибыль покупателя опциона. Вопрос: совпадет ли премия, рассчитанная таким способом программно с премией, рассчитанной по формуле Б-Ш? Ну расчет опциона пример, наконец, я собираюсь применить ту же методику оценки премии для исторических данных реальных биржевых активов.
Нескольких валют и криптовалют, торгуемых за другие валюты и криптовалюты. Несколько больше, расчет опциона пример дал нам предыдущий расчет методом Б-Ш.
Но так и метод наш не очень точен: всего 5 итераций.
Программное моделирование покупки опциона На этом этапе Excel нам уже недостаточно. Но для нашей цели — хорошей сходимости оценки премии по опциону — не хватит и экспериментов. Случайная последовательность, подчиняющаяся закону распределения, измысленному мной в качестве примера.
С параметрами, подобранными исключительно в целях демонстрации, но не отражающими динамику цен какого-либо реального товара. Это совсем расчет опциона пример то, что нам потребуется для анализа биржевого актива.
Цена опциона расчет, Похожие публикации
Нам нужна программа, реализующая логику вида: Логика программы на высоком уровне: 1 прочитать из источника файла исходный ценовой ряд 2 провести предварительную обработку ценовых данных 3 построить таблицу кумулятивной функции распределения исходного ценового ряда 4 расчет опциона пример таблицу, полученную на шаге выше, и генератор равномерно распределенной СВ, провести N экспериментов: 4.
Нисходящий тренд нашего актива — не закономерность, но влияние недетерминированного фактора — напомню, мы использовали генератор случайных чисел. В статистической оценке математическое ожидание — среднее значение ценового изменения — получилось отрицательным. Такова модель данных, использованная нами в расчете.
Практический пример расчета теоретической цены опциона
С другой стороны, статистика показывает нам отрицательное математическое ожидание дневной ценовой динамики. Совершенно определенно можно сказать, что, для построения таблицы — функции распределения, что впоследствии будет использована для генерации ценовых прогнозов, имеющийся тренд — статистическая ошибка, которую необходимо устранить.
Но что если мы анализируем реальный рыночный актив?
Как быть с трендом, имевшим место в действительности? Мое мнение: из истории цен тренд необходимо убрать. Да, есть такие валюты, товары и прочие объекты торговли, на динамику ценообразования которых экономический анализ дает определенный прогноз. Чего нельзя сказать, например, о большинстве криптовалют.
В прикладной программепредназначенной для оценки величины премии по опционному контракту, вероятно стоит предусмотреть два варианта расчета: с устранением тренда и с данными, взятыми расчет опциона пример использованными. Определенно, там, где у нас нет полной уверенности в динамике цен на прогнозируемый период, тренд следует устранить.
А если уверенность есть — стоит ли тратить время на изучение деривативов, когда можно просто выйти на рынок со всеми доступными средствами, и, с ощутимой выгодой, монетизировать свои прогнозы?
Модель Блэка-Шоулза
Еще замечание: тренд необязательно устранять непосредственно из цен. К примеру, биткойн с его ростом более чем на сто процентов за один только год после удаления из цен трендовой составляющей вообще зайдет в отрицательную полуплоскость по оси цены.
Отрицательная цена, определенно, не годится для дальнейших расчетов. Альтернатива, которой я и воспользуюсь — удалить тренд из ряда ценовых изменений —где — текущее и предыдущее значение цен.
Практический пример расчета теоретической цены опциона
Весь процесс разбит на несколько шагов. На первом шаге я получаю из цен приращения Далее, если выбрана опция устранения тренда, я получаю новый ряд приращений цен, вычитая из каждого значения величину, равную Значения приращений цены я сортирую по возрастанию.
Процесс построения обратной функции распределения реализован в одном цикле. Представим, что цена изменяется на дискретные значения.
Как устроены опционы и что они из себя представляют
Какова вероятность, что цена изменится в или меньше раз, где — наименьшее из значений приращения цены в нашей выборке? Очевидно, вероятность эта составит. Какова вероятность того, что цена изменится в или менее раз? Очевидно, эта вероятность равна сумме вероятностей двух несвязанных исходов: изменения цены расчет опциона пример раз либо .
