Ponte browniana explicada para precificação de opções com barreira
Saiba como uma ponte browniana estima cruzamentos de barreira perdidos entre datas de Monte Carlo e por que apenas os pontos finais podem enviesar os preços de opções monitoradas continuamente
Resposta direta
Uma ponte browniana condiciona uma trajetória de difusão contínua aos seus pontos finais simulados. No Monte Carlo de opções com barreira, ela estima a chance de a trajetória ter cruzado uma barreira entre duas datas, reduzindo o viés criado quando amostras discretas são tratadas como monitoramento contínuo
Os pontos finais não revelam todos os cruzamentos
Suponha que um preço simulado esteja abaixo de uma barreira de alta tanto no início quanto no fim de um intervalo de um dia. A trajetória contínua ainda pode cruzar a barreira e retornar para baixo
Verificar apenas pontos finais diários ou horários, portanto, tende a perder eventos de knock-out ou knock-in quando o contrato é monitorado continuamente
Mais passos no tempo reduzem esse erro, mas podem ser caros e ainda deixar um viés residual de monitoramento
A ponte preenche a incerteza condicional da trajetória
Para o movimento browniano, condicionar em dois valores finais dá uma distribuição intermediária cuja média segue a linha reta entre eles
Sua variância é zero nos dois pontos finais e máxima dentro do intervalo. Essa flutuação condicional é a ponte browniana
Depois de transformar uma difusão em uma forma adequada de log-preço, a mesma ideia fornece uma probabilidade de cruzamento intervalo a intervalo sob o modelo informado
Um intervalo perto da barreira precisa de mais que uma cotação
Imagine um nível up-and-out de 110, com preços finais simulados de 104 e 106 em um intervalo curto
Nenhum ponto final aciona a barreira. Ainda assim, um ajuste por ponte atribui uma probabilidade positiva de cruzamento, porque a trajetória não observada pode subir acima de 110 e retornar
A probabilidade depende da distância até a barreira, da duração do intervalo e da variância modelada. Ela não deve ser substituída por uma porcentagem fixa [!TRYMARK] Separe monitoramento do alvo de preço Antes de uma data de vencimento ou evento, salve no TryMark a barreira, o nível da ação, a premissa de IV, o valor-alvo e a regra de monitoramento. Um alvo baseado em verificações no fim do dia pode diferir materialmente de um contrato monitorado continuamente
Monte Carlo pode usar ponderação ou sorteios condicionais
Um método multiplica o payoff de cada trajetória pelas probabilidades de sobrevivência de seus intervalos. Outro sorteia se ocorreu um cruzamento usando probabilidades da ponte
A ponderação muitas vezes reduz a variância porque evita um sorteio binário adicional, enquanto a amostragem condicional pode ser útil quando o momento do cruzamento afeta os fluxos de caixa
Ambos os métodos precisam usar a convenção real de observação do contrato. Alguns produtos listados monitoram somente em horários especificados, em vez de continuamente
Uma ponte é uma correção do modelo, não uma certeza do mercado
A fórmula padrão pressupõe uma difusão contínua com as entradas escolhidas de volatilidade, juros e dividendos no intervalo
Saltos podem cruzar uma barreira de uma maneira que uma ponte contínua subestima. Volatilidade estocástica, volatilidade local, dividendos discretos e limites de preço também mudam o modelo
Valide contra um cálculo em malha mais fina, estresse a distância até a barreira e a volatilidade e mantenha os termos legais do contrato separados de uma aproximação conveniente de simulação
Perguntas frequentes
Por que uma ponte browniana é útil para opções com barreira?
Ela estima se uma barreira monitorada continuamente foi cruzada entre datas simuladas, onde uma simulação baseada apenas nos pontos finais pode perder o evento
Uma ponte browniana torna uma simulação de barreira exata?
Ela é exata somente para a configuração de difusão contínua e a convenção de monitoramento especificadas. Saltos, volatilidade variável e detalhes do contrato podem exigir outro modelo
Devo simplesmente adicionar mais passos de Monte Carlo?
Passos mais finos ajudam, mas a ponte pode remover grande parte do viés entre passos com mais eficiência. Ainda é aconselhável comparar as duas abordagens como verificação numérica