大型投资组合的并行评估

是 否 +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~ !

立即领取

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


通过蒙特卡罗模拟进行衍生品（投资组合）评估是一项计算要求高的任务。 在实际应用中，当评估的速度起着重要作用时，仿真模拟和评估任务的并行可能是一个有用的策略。 DX Analytics库内置了一个基本的并行选项，允许使用Python mulitprocessing模块。

1. from dx import *
   
2. import time
   
3. from pandas.core import datetools
   
4. import matplotlib.pyplot as plt
   
5. import seaborn as sns; sns.set()
   
6. %matplotlib inline

复制代码

一、单风险因素

该例基于单风险因素，一个geometry_brownian_motion对象。

1. # 恒定的短期利率
   
2. r = constant_short_rate('r', 0.02)

复制代码

1. # 市场环境
   
2. me_gbm = market_environment('gbm', dt.datetime(2015, 1, 1))

复制代码

1. # 几何布朗运动
   
2. me_gbm.add_constant('initial_value', 100.)
   
3. me_gbm.add_constant('volatility', 0.2)
   
4. me_gbm.add_constant('currency', 'EUR')
   
5. me_gbm.add_constant('model', 'gbm')

复制代码

1. # 评估环境
   
2. val_env = market_environment('val_env', dt.datetime(2015, 1, 1))
   
3. val_env.add_constant('paths', 25000)
   
4. val_env.add_constant('frequency', 'M')
   
5. val_env.add_curve('discount_curve', r)
   
6. val_env.add_constant('starting_date', dt.datetime(2015, 1, 1))
   
7. val_env.add_constant('final_date', dt.datetime(2015, 12, 31))

复制代码

1. # 添加评估环境到市场环境
   
2. me_gbm.add_environment(val_env)

复制代码

1. risk_factors = {'gbm' : me_gbm}

复制代码

二、美式看跌期权

我们也只建立一个单衍生工具模型。

1. gbm = geometric_brownian_motion('gbm_obj', me_gbm)

复制代码

1. me_put = market_environment('put', dt.datetime(2015, 1, 1))
   
2. me_put.add_constant('maturity', dt.datetime(2015, 12, 31))
   
3. me_put.add_constant('strike', 40.)
   
4. me_put.add_constant('currency', 'EUR')
   
5. me_put.add_environment(val_env)

复制代码

1. am_put = valuation_mcs_american_single(
   
2.                 'am_put', mar_env=me_put, underlying=gbm,
   
3.                 payoff_func='np.maximum(strike - instrument_values, 0)')

复制代码

以上内容转自 数析学院，如需完整内容可以直接查看原文

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

分享0 收藏0 回帖