Numeric§1¤l Greeks f§0¤ ¤0¤ Expl§2¤§3¤ed

Delta różniczkuje wartość względem spotu, vega względem współrzędnej zmienności, a rho względem wejścia stopy. Gamma różniczkuje ponownie względem spotu

Pochodna należy do określonego modelu, konstrukcji danych rynkowych i konwencji utrzymywania pozycji. Zmiana zasady powierzchni zmienności może zmienić greka

Pochodne w postaci zamkniętej są wygodne, ale złożone wypłaty, modele kalibrowane, wcześniejsze wykonanie i duże portfele często wymagają oszacowań numerycznych

Podnieś jedno wejście o małą wartość h, wyceń ponownie i porównaj z wartością bazową. Centralna delta używa [V(x+h) − V(x−h)] / 2h

Gamma używa drugiej różnicy, podczas gdy różnice jednostronne pomagają na granicach lub gdy prawidłowy jest tylko jeden kierunek

Metoda traktuje pricer jak czarną skrzynkę i działa szeroko, ale każdy czynnik ryzyka może wymagać dodatkowych pełnych wycen

Duże przesunięcie mierzy krzywiznę na szerokim przedziale zamiast lokalnej pochodnej i tworzy błąd obcięcia

Bardzo małe przesunięcie odejmuje prawie równe ceny, wzmacniając błędy zaokrągleń, tolerancję solvera, szum interpolacji i błąd próbkowania Monte Carlo

Uruchom drabinę przesunięć i poszukaj stabilnego obszaru. Najlepsze h zależy od jednostek, rzędu greka, gładkości wypłaty i precyzji numerycznej

Przy ponownej wycenie scenariuszy z przesunięciem użyj tych samych liczb losowych, aby różnice ścieżkowe odzwierciedlały zmianę wejścia, a nie niezwiązane próbki

Takie sprzężenie może znacznie ograniczyć wariancję, ale nie usuwa błędu skończonego przesunięcia ani nie naprawia nieciągłego zachowania wypłaty

Raportuj błędy standardowe samego greka. Stabilnie wyglądające oszacowanie ceny nadal może dać zaszumioną różnicę po podzieleniu przez h

Metoda ścieżkowa różniczkuje symulowane stany i wartości wypłat na każdej ścieżce, a następnie uśrednia próbki tych pochodnych

Może być wydajna dla gładkich wypłat i może szacować kilka wrażliwości z jednej symulacji, ale zamiana pochodnej i wartości oczekiwanej wymaga warunków

Wskaźniki cyfrowe, bariery, decyzje o wykonaniu i załamania kalibracji mogą zerwać zwykłe różniczkowanie ścieżkowe lub wymagać wygładzania i specjalistycznego traktowania

Metoda ilorazu wiarygodności różniczkuje symulowaną gęstość zamiast wypłaty, mnożąc wypłatę przez funkcję score

Może obsługiwać niektóre nieciągłe wypłaty, które utrudniają pochodne ścieżkowe, ponieważ sama wypłata nie musi być różniczkowana

Jej wariancja może być duża, zwłaszcza dla wrażliwości wyższego rzędu lub ryzyka głęboko out-of-the-money. Estymatory hybrydowe mogą łączyć zalety obu metod

Sprzężone różniczkowanie algorytmiczne propaguje wrażliwości wstecz przez obliczenia wyceny, podobnie jak różniczkowanie w trybie odwrotnym

Jest szczególnie atrakcyjne, gdy mała liczba wyników portfela zależy od wielu wejść rynkowych, takich jak filary krzywej lub węzły powierzchni zmienności

Pamięć, rozgałęzienia, solvery iteracyjne, kalibracja i niedgładna logika wymagają przemyślanej implementacji. Automatyczne różniczkowanie nie gwarantuje sensownej definicji ryzyka

Porównaj greki numeryczne z analitycznymi punktami odniesienia dla prostych kontraktów, a następnie sprawdź produkcyjne wypłaty drugim estymatorem lub większym szokiem wyceny

Testuj znak, jednostki, skalowanie, wrażliwości wynikające z parytetu put-call, agregację, symetrię przesunięć, zbieżność, błędy standardowe i odpowiedź w pobliżu granic wypłaty

Zapisz, co się zmienia po przesunięciu wejścia. Vegas lub delty sticky-strike, sticky-delta, recalibrated i frozen-surface odpowiadają na różne pytania