Opsiyon Fiyatlamasında Sayısal Yunanlar Açıklaması
Bump-and-revalue, pathwise, likelihood-ratio ve adjoint yöntemlerinin opsiyon Yunanlarını nasıl tahmin ettiğini ve sayısal hatanın nasıl teşhis edileceğini öğrenin
Doğrudan yanıt
Sayısal Yunanlar, analitik bir formül kullanılamadığında opsiyon değeri türevlerini tahmin eder. Bump-and-revalue, pathwise, likelihood-ratio ve adjoint yöntemleri yanlılık, varyans, düzgünlük gereksinimleri ve hesaplama maliyeti arasında ödünleşir
Bir Yunan, değerleme kuralının türevidir
Delta değeri spota göre, vega bir oynaklık koordinatına göre ve rho bir oran girdisine göre türevler. Gamma spota göre yeniden türev alır
Türev, belirtilen bir model, piyasa verisi oluşturma yöntemi ve elde tutma konvansiyonuna aittir. Oynaklık yüzeyi kuralını değiştirmek Yunanı değiştirebilir
Kapalı form türevleri kullanışlıdır; ancak karmaşık getiriler, kalibre edilmiş modeller, erken kullanım ve büyük portföyler çoğu zaman sayısal tahmin gerektirir
Bump-and-revalue evrensel başlangıç noktasıdır
Bir girdiyi küçük bir h miktarı kadar artırın, yeniden fiyatlayın ve temel değerle karşılaştırın. Merkezi delta [V(x+h) − V(x−h)] / 2h kullanır
Gamma ikinci farkı kullanır; tek yönlü farklar sınır noktalarında veya yalnızca tek bir geçerli yön olduğunda yardımcı olur
Yöntem fiyatlayıcıyı kara kutu olarak ele alır ve geniş ölçekte çalışır; ancak her risk faktörü ek tam değerlemeler gerektirebilir
Adım büyüklüğü kesme hatası ile sayısal gürültüyü dengeler
Büyük bir bump yerel türev yerine geniş bir aralık üzerindeki eğriliği ölçer ve kesme yanlılığı yaratır
Küçük bir bump neredeyse eşit fiyatları çıkarır; yuvarlama hatasını, çözücü toleransını, interpolasyon gürültüsünü ve Monte Carlo örnekleme hatasını büyütür
Bir bump merdiveni çalıştırın ve istikrarlı bir bölge arayın. En iyi h; birimlere, Yunanın derecesine, getirinin düzgünlüğüne ve sayısal kesinliğe bağlıdır
Ortak rassal sayılar Monte Carlo gürültüsünü azaltır
Bump uygulanmış senaryoları yeniden fiyatlarken aynı rassal sayıları kullanın; böylece yol farkları ilişkisiz örneklerden değil, girdi değişikliğinden kaynaklanır
Bu bağlama varyansı keskin biçimde azaltabilir; ancak sonlu-bump yanlılığını ortadan kaldırmaz veya süreksiz getiri davranışını düzeltmez
Yunanın kendisi için standart hataları raporlayın. Kararlı görünen bir fiyat tahmini, h'ye bölündükten sonra yine gürültülü bir fark üretebilir
Pathwise türevler simüle edilen her getiriyi türevler
Pathwise yöntemi her yol boyunca simüle edilen durumları ve getiri değerlerini türevler, ardından bu türev örneklerinin ortalamasını alır
Düzgün getirilerde verimli olabilir ve tek bir simülasyondan birkaç duyarlılığı tahmin edebilir; ancak türev ile beklentinin yer değiştirmesi koşullar gerektirir
Dijital göstergeler, bariyerler, kullanım kararları ve kalibrasyon köşeleri olağan pathwise türevini bozabilir veya yumuşatma ve özel işlem gerektirebilir
Likelihood-ratio tahmincileri olasılıkları türevlendirir
Likelihood-ratio yöntemi getiriyi değil simüle edilen yoğunluğu türevler ve getiriyi bir skor fonksiyonuyla çarpar
Getirinin kendisinin türevlenmesi gerekmediği için pathwise türevlerini zorlayan bazı süreksiz getirilerle başa çıkabilir
Özellikle yüksek dereceli veya derin biçimde out-of-the-money risklerde varyansı yüksek olabilir. Hibrit tahminciler iki yöntemin güçlü yanlarını birleştirebilir
Adjoint yöntemleri duyarlılık hesabını tersine çevirir
Adjoint algoritmik türev, ters yönlü türeve benzer biçimde duyarlılıkları değerleme hesabı boyunca geriye doğru yayar
Eğri düğümleri veya oynaklık yüzeyi düğümleri gibi çok sayıda piyasa girdisine az sayıda portföy çıktısı bağlı olduğunda özellikle çekicidir
Bellek, dallanma, yinelemeli çözücüler, kalibrasyon ve düzgün olmayan mantık bilinçli uygulama gerektirir. Otomatik türev anlamlı bir risk tanımını garanti etmez
Doğrulama bağımsız yöntemlere ve değişmezlere ihtiyaç duyar
Sayısal Yunanları basit sözleşmeler için analitik kıyaslamalarla karşılaştırın; ardından üretim getirilerini ikinci bir tahminci veya daha büyük yeniden fiyatlama şokuyla çapraz kontrol edin
İşareti, birimleri, ölçeklemeyi, put-call paritesi duyarlılıklarını, toplulaştırmayı, bump simetrisini, yakınsamayı, standart hataları ve getiri sınırları yakınındaki yanıtı test edin
Bir girdi bump edildiğinde neyin hareket ettiğini kaydedin. Sticky-strike, sticky-delta, yeniden kalibre edilmiş ve dondurulmuş yüzey vega veya deltaları farklı soruları yanıtlar
Sık sorulan sorular
Bump-and-revalue nedir?
Bir model girdisini değiştirir, değerlemeyi yeniden çalıştırır ve duyarlılığı yaklaşık olarak bulmak için fiyat değişimini girdi değişimine böler
Bir Yunan bump'ı ne kadar küçük olmalıdır?
Yerel olacak kadar küçük, ancak sayısal gürültüyü bastıracak kadar büyük olmalıdır. Tek bir rastgele ayardan ziyade bump büyüklükleri merdiveni daha güvenlidir
Pathwise ve likelihood-ratio Yunanları nedir?
Pathwise yöntemleri simüle edilen getirileri türevler; likelihood-ratio yöntemleri ise yolları üretmek için kullanılan olasılık yoğunluğunu türevler
Yunanlar için adjoint türev neden kullanılır?
Çıktı değeri nispeten az olduğunda birçok girdiye ilişkin duyarlılıkları verimli biçimde hesaplayabilir; ancak uygulama ayrıntıları yine önemlidir