Il ponte browniano per il pricing delle barrier option spiegato
Scopri come un ponte browniano stima gli attraversamenti della barriera mancati tra le date Monte Carlo e perché considerare solo gli estremi può distorcere i prezzi delle opzioni monitorate continuamente
Risposta diretta
Un ponte browniano condiziona un percorso di diffusione continua sui suoi estremi simulati. Nel Monte Carlo delle barrier option, stima la probabilità che il percorso abbia attraversato una barriera tra due date, riducendo la distorsione creata quando campioni discreti vengono trattati come monitoraggio continuo.
Gli estremi non rivelano ogni attraversamento
Supponi che un prezzo simulato sia sotto una barriera superiore sia all'inizio sia alla fine di un intervallo di un giorno. Il percorso continuo può comunque attraversare la barriera e tornare sotto di essa.
Controllare solo gli estremi giornalieri o orari tende quindi a non rilevare eventi knock-out o knock-in quando il contratto è monitorato continuamente.
Più intervalli temporali riducono l'errore, ma possono essere costosi e lasciare comunque una distorsione residua del monitoraggio.
Il ponte completa l'incertezza condizionata del percorso
Per il moto browniano, condizionare sui due valori agli estremi produce una distribuzione intermedia la cui media segue la linea retta tra essi.
La sua varianza è zero a entrambi gli estremi e massima all'interno dell'intervallo. Questa fluttuazione condizionata è il ponte browniano.
Dopo aver trasformato una diffusione in una forma adatta del log-prezzo, la stessa idea fornisce una probabilità di attraversamento intervallo per intervallo nel modello indicato.
Un intervallo vicino alla barriera richiede più di una quotazione
Immagina un livello up-and-out di 110, con prezzi agli estremi simulati di 104 e 106 in un intervallo breve.
Nessuno dei due estremi attiva la barriera. Una correzione con ponte assegna comunque una probabilità di attraversamento positiva perché il percorso non osservato può salire sopra 110 e tornare indietro.
La probabilità dipende dalla distanza dalla barriera, dalla durata dell'intervallo e dalla varianza modellata. Non va sostituita con una percentuale fissa. [!TRYMARK] Separa il monitoraggio dall'obiettivo di prezzo Prima di una data di scadenza o di un evento, salva in TryMark la barriera, il livello del titolo, l'ipotesi IV, il valore obiettivo e la regola di monitoraggio. Un obiettivo basato sui controlli di fine giornata può differire materialmente da un contratto monitorato continuamente.
Il Monte Carlo può usare pesi o estrazioni condizionate
Un metodo moltiplica il payoff di ogni percorso per le sue probabilità di sopravvivenza intervallo per intervallo. Un altro campiona se si è verificato un attraversamento usando le probabilità del ponte.
L'uso dei pesi spesso riduce la varianza perché evita un'ulteriore estrazione binaria, mentre il campionamento condizionato può essere utile quando il momento dell'attraversamento influenza i flussi di cassa.
Entrambi i metodi devono usare la convenzione di osservazione effettiva del contratto. Alcuni prodotti quotati monitorano solo in orari specifici, non continuamente.
Un ponte è una correzione del modello, non una certezza di mercato
La formula standard presuppone una diffusione continua con gli input scelti di volatilità, tasso d'interesse e dividendo nell'intervallo.
I salti possono attraversare una barriera in un modo che un ponte continuo sottostima. Anche volatilità stocastica, volatilità locale, dividendi discreti e limiti di prezzo modificano il modello.
Convalida con un calcolo su griglia più fine, sottoponi a stress la distanza dalla barriera e la volatilità e mantieni separati i termini contrattuali legali da una comoda approssimazione di simulazione.
Domande frequenti
Perché un ponte browniano è utile per le barrier option?
Stima se una barriera monitorata continuamente è stata attraversata tra date simulate, dove una simulazione basata solo sugli estremi può non rilevare l'evento.
Un ponte browniano rende esatta una simulazione della barriera?
È esatto solo per la configurazione di diffusione continua e la convenzione di monitoraggio indicate. Salti, volatilità variabile e dettagli contrattuali possono richiedere un altro modello.
Devo semplicemente aggiungere più intervalli temporali Monte Carlo?
Intervalli più fini aiutano, ma il ponte può rimuovere gran parte della distorsione tra gli intervalli in modo più efficiente. È comunque utile confrontare entrambi gli approcci come controllo numerico.