כל מדריכי האופציות
תמחרו אופציות בלי לכתוב את הצפיפותקריאה של 15 דקות

הסבר על תמחור אופציות באמצעות פונקציה אופיינית

הבינו כיצד פונקציות אופייניות תחת מדידת הסיכון מקודדות התפלגויות, תומכות בהיפוך פורייה והופכות למחירי אופציות באמצעות טרנספורמים של תשלומים

הוכן על ידי Mark · המקורות הראשוניים למטה

תשובה ישירה

פונקציה אופיינית φ(u)=E[e^{iuX}] מקודדת באופן חד־ערכי את ההתפלגות של לוגריתם מחיר תחת מידת התמחור שנבחרה. היפוך פורייה משלב את הטרנספורם הזה עם תשלום שעבר טרנספורמציה כדי לשחזר ערך אופציה מהוון

הפונקציה האופיינית מאחסנת התפלגות

עבור משתנה אקראי ממשי X, הפונקציה φ(u)=E[e^{iuX}] מוגדרת לכל תדירות ממשית u, משום שלמעריך המרוכב יש מודולוס אחד

בניגוד לפונקציה יוצרת מומנטים, היא אינה דורשת מומנטים אקספוננציאליים סופיים רק כדי להתקיים על הישר הממשי

הערכים שלה על פני התדירויות קובעים באופן חד־ערכי את החוק של X ומקודדים יחד מיקום, פיזור, אסימטריה, זנבות ואי־רציפויות

מידת התמחור ומשתנה המצב קודמים לכל

עבור תשלום אירופי h(S_T), מחיר בסיסי נטול סיכון הוא E^Q[e^{-∫r ds}h(S_T)] תחת תנאים התומכים במידה זו

שיטות טרנספורם מגדירות לעיתים X_T=log S_T או לוגריתם מחיר פורוורד, אך ההיוון ואמנת הנומראטור המדויקת חייבים להתאים לטרנספורם

אי אפשר להציב פונקציה אופיינית תחת המידה הפיזית במחיר נטול סיכון, אלא אם שינוי המידה הוגדר כראוי

היפוך פורייה משחזר הסתברויות וצפיפויות

כאשר מתקיימת סדירות מספקת, אינטגרל פורייה הפוך משחזר צפיפות מתוך φ; ניתן לשחזר גם פונקציות התפלגות באמצעות נוסחאות היפוך

היפוך Gil–Pelaez מבטא הסתברויות זנב או הסתברויות מצטברות באמצעות אינטגרל הכולל את החלק המדומה של e^{-iux}φ(u)/u

אלה אינטגרלים לא־אמיתיים, ולכן ההתנהגות ליד אפס ובתדירויות גדולות דורשת גבולות אנליטיים וזהירות נומרית

תשלומים זקוקים לטיפול טרנספורם משלהם

תשלום של אופציית call גדל עם S_T, ולכן טרנספורם פורייה שלו אינו אינטגרבילי על הישר הממשי ללא דעיכה או הזזת קונטור

אפשר לבצע טרנספורם של מחיר דועך, לבצע טרנספורם של התשלום ברצועה מתאימה או לפרק את ה־call להסתברויות מהוונות של נכס ושל מחיר מימוש

נוסחאות שונות יכולות להיות שקולות מתמטית תוך שימוש בסימנים, בנרמולים, במשתני מצב ובארגומנטים מרוכבים שונים

יכולת החישוב של המודל נכנסת דרך φ

Black–Scholes, Heston, דיפוזיות קפיצה אפיניות ומודלים רבים של Lévy מספקים פונקציות אופייניות ביתר קלות מצפיפויות מעבר

הפונקציה האופיינית משקפת הנחות מודל, פרמטרים נטולי סיכון, אופק, מצב התחלתי וכל קורלציה או מפצה קפיצות

ידיעת φ היא יתרון חישובי, ולא ראיה לכך שהדינמיקה שנבחרה מתאימה למחירי אופציות שנצפו או לתשואות עתידיות

היפוך נומרי יוצר תקציב שגיאות

גבולות אינטגרציה סופיים יוצרים שגיאת קטיעה, מרווח תדירויות יוצר שגיאת קוודרטורה וסריגי FFT יכולים להוסיף שגיאת aliasing ואינטרפולציה

ביטול מתנודד וענפים של לוגריתם מרוכב עלולים ליצור מחירים שנראים חלקים אך שגויים אם מטפלים בהם באופן לא עקבי

קוודרטורה אדפטיבית, משתני בקרה, דעיכה, נוסחאות חלופיות ודיוק גבוה יותר מטפלים בשגיאות שונות, ולא בפגם אוניברסלי אחד

תיקוף חייב לחרוג ממחיר אחד

ודאו כי φ(0)=1, סימטריית הצמוד φ(−u)=overline{φ(u)} והמומנט המרטינגלי הנדרש לפי אמנת מחיר הנכס מתקיימים

השוו ל־Black–Scholes או לגבול ידוע אחר, לפריט־קול, למונוטוניות, לקמירות ולשיטה נומרית בלתי תלויה

לאחר מכן שנו גבולות, סריגים, דעיכה, סבילות, מועדים ומחירי מימוש; הספרות היציבות צריכה להישאר לאחר שינויים חישוביים סבירים

שאלות נפוצות

מהי פונקציה אופיינית?

זוהי φ(u)=E[e^{iuX}], טרנספורם בעל ערכים מרוכבים שקובע באופן חד־ערכי את התפלגות ההסתברות של X

מדוע להשתמש בה לתמחור אופציות?

מודלים מציאותיים רבים מספקים φ בצורה סגורה או סגורה למחצה, גם כאשר צפיפות המעבר שלהם ותוחלת התשלום אינן זמינות ישירות

האם פונקציה אופיינית זהה לפונקציה יוצרת מומנטים?

לא. הפונקציה האופיינית משתמשת בארגומנט מדומה וקיימת עבור u ממשי, בעוד ש־MGF עלולה להיכשל כאשר מומנטים אקספוננציאליים מתבדרים

האם אפשר לתמחר call באמצעות היפוך ישיר של φ?

לא בלי לטפל בתשלום, במידה, בהיוון ובאינטגרביליות; אופציות call דורשות בדרך כלל דעיכה, הזזת קונטור או פירוק להסתברויות

מקורות וקריאה נוספת

בדיקה מהירה

סיימת לקרוא? בדוק את עצמך ב־3 שאלות

1 / 3

שאלה 01

איזו אמירה מתאימה ביותר למדריך הזה — הפונקציה האופיינית מאחסנת התפלגות?

בחר תשובה כדי לראות את ההסבר

מילון מונחי אופציות