楼主: casey_c
1616 2

[程序分享] 单一风险衍生品估值 [推广有奖]

  • 0关注
  • 10粉丝

博士生

92%

还不是VIP/贵宾

-

威望
0
论坛币
96 个
通用积分
2.1003
学术水平
2 点
热心指数
15 点
信用等级
2 点
经验
11502 点
帖子
278
精华
0
在线时间
94 小时
注册时间
2016-11-22
最后登录
2022-5-2

楼主
casey_c 发表于 2018-1-12 11:00:24 |AI写论文

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信:zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币



以下内容转自 数析学院,只节选了部分,有需要的同学可以直接查看原文


本节介绍了基于单一风险因素(如股票价格,股票指数水平或利率)的衍生工具(或有债权)的建模和评估。还展示了如何建模和评估由这些工具的投资组合。


  1. from dx import *
  2. import seaborn as sns; sns.set()
复制代码
以下单一风险因素评估类可供使用:
  • valuation_mcs_european_single 用于欧式行权的衍生品
  • valuation_mcs_american_single 用于美式行权的衍生品


一、风险因素建模



在进入正文之前,我们需要实例化潜在风险因素,在这个例子中是一个geometric_brownian_motion对象。模型类文档的相应部分提供了背景信息。
  1. r = constant_short_rate('r', 0.06)
复制代码
  1. me = market_environment('me', dt.datetime(2015, 1, 1))
复制代码
  1. me.add_constant('initial_value', 36.)
  2. me.add_constant('volatility', 0.2)
  3. me.add_constant('final_date', dt.datetime(2015, 12, 31))
  4. me.add_constant('currency', 'EUR')
  5. me.add_constant('frequency', 'W')
  6. me.add_constant('paths', 25000)
复制代码
  1. me.add_curve('discount_curve', r)
复制代码
  1. gbm = geometric_brownian_motion('gbm', me)
复制代码
1.valuation_mcs_european_single 类

我们看重的第一个工具是一个欧洲看涨期权,写在单一相关风险因素上,由gbm模型对象体现的。 为此,我们添加到期日至市场环境和执行价格上。


  1. me.add_constant('maturity', dt.datetime(2015, 12, 31))
  2. me.add_constant('strike', 40.)
复制代码

要实例化一个valuation_mcs_european_single类,将提供以下信息/数据作为参数:

  • name:string对象
  • underlying:模型类的实例
  • market environment:市场环境
  • payoff_func:包含“规则”Python/NumPy代码的string对象
  1. call_eur = valuation_mcs_european_single(
  2.                 name='call_eur',
  3.                 underlying=gbm,
  4.                 mar_env=me,
  5.                 payoff_func='np.maximum(maturity_value - strike, 0)')
复制代码

在这种情况下,该收益是普通的普通欧式看涨期权的回报。如果T是到期日,则ST是该日期相关风险因素的价值,K是执行价格,该期权的到期收益hT由下式给出

hT=max[ST−K,0]



maturity_value表示到期时风险因素的价值向量。 任何其他“合乎情理”的收益定义是可能的。例如,下面的工作就是如此:

  1. payoff = 'np.maximum(np.minimum(maturity_value) * 2 - 50, 0)'
复制代码

其他标准化的收益元素包括代表到期时价值向量的平均值mean_value、最大值max_value和最小值min_value。使用这些收益元素可以轻松定义亚洲特色的期权。

在实例化了评估类后,present_value方法返回调用期权的现值的蒙特卡罗估计量。

  1. call_eur.present_value()
复制代码
2.153274
以上内容转自 数析学院,如需完整内容可以直接查看原文

二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

关键词:衍生品 environment underlying Volatility Valuation

沙发
casey_c 发表于 2018-1-16 10:34:32

藤椅
cometwx 发表于 2018-1-17 07:30:24
感谢分享!!

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加好友,备注cda
拉您进交流群
GMT+8, 2026-1-7 08:34