σμimplied vol · KKmax(S−K,0)udβρᵢⱼfat tailsPnL · drawdownyield · TdSₜ = μSₜ dt + σSₜ dWₜC = S·N(d₁) − K·e⁻ʳᵀ·N(d₂)σₚ² = wᵀΣwd₁ = [ln(S/K) + (r + σ²⁄2)T] ⁄ σ√T∂V/∂t + ½σ²S²·∂²V/∂S² + rS·∂V/∂S − rV = 0Sharpe = (Rₚ − R_f) ⁄ σₚVaR₉₉ = μ − 2.33σρ = Cov(X,Y) ⁄ σₓσᵧE[Rₚ] = Σ wᵢ·E[Rᵢ]φ(x) = e^(−x²/2) ⁄ √2πE[Rᵢ] = R_f + βᵢ(E[Rₘ] − R_f)dXₜ = θ(μ − Xₜ)dt + σ dWₜσ²ₜ = ω + α·ε²ₜ₋₁ + β·σ²ₜ₋₁C − P = S − K·e⁻ʳᵀΔ = ∂V/∂S Γ = ∂²V/∂S²p = (e^(rΔt) − d) ⁄ (u − d)rₜ = ln(Pₜ ⁄ Pₜ₋₁)E[Xₜ₊₁ | ℱₜ] = Xₜf* = (bp − q) ⁄ bz = (x − μ) ⁄ σP(N=k) = λᵏe^(−λ) ⁄ k!Θ = −∂V/∂Tν = S·φ(d₁)·√Tmin wᵀΣw s.t. wᵀμ = μ*∫Σ∂∞λ
uantCraft AcademyRoadmapsSkills
Ctrl K
AO
+1,2 Tsd. Lernende
AnmeldenBeitreten ↗
RoadmapsSkills
AO
+1,2 Tsd. Lernende
Anmelden
  • English
  • Français
  • Español
  • العربية
  • Português
  • Deutsch
  • 日本語
  • 中文
σμimplied vol · KKmax(S−K,0)udβρᵢⱼfat tailsPnL · drawdownyield · TdSₜ = μSₜ dt + σSₜ dWₜC = S·N(d₁) − K·e⁻ʳᵀ·N(d₂)σₚ² = wᵀΣwd₁ = [ln(S/K) + (r + σ²⁄2)T] ⁄ σ√T∂V/∂t + ½σ²S²·∂²V/∂S² + rS·∂V/∂S − rV = 0Sharpe = (Rₚ − R_f) ⁄ σₚVaR₉₉ = μ − 2.33σρ = Cov(X,Y) ⁄ σₓσᵧE[Rₚ] = Σ wᵢ·E[Rᵢ]φ(x) = e^(−x²/2) ⁄ √2πE[Rᵢ] = R_f + βᵢ(E[Rₘ] − R_f)dXₜ = θ(μ − Xₜ)dt + σ dWₜσ²ₜ = ω + α·ε²ₜ₋₁ + β·σ²ₜ₋₁C − P = S − K·e⁻ʳᵀΔ = ∂V/∂S Γ = ∂²V/∂S²p = (e^(rΔt) − d) ⁄ (u − d)rₜ = ln(Pₜ ⁄ Pₜ₋₁)E[Xₜ₊₁ | ℱₜ] = Xₜf* = (bp − q) ⁄ bz = (x − μ) ⁄ σP(N=k) = λᵏe^(−λ) ⁄ k!Θ = −∂V/∂Tν = S·φ(d₁)·√Tmin wᵀΣw s.t. wᵀμ = μ*∫Σ∂∞λ
uantCraft AcademyRoadmapsSkills
Ctrl K
AO
+1,2 Tsd. Lernende
AnmeldenBeitreten ↗
RoadmapsSkills
AO
+1,2 Tsd. Lernende
Anmelden
  • English
  • Français
  • Español
  • العربية
  • Português
  • Deutsch
  • 日本語
  • 中文
Stochastic Calculus-Skill›Modul 5 · Simulation und Praxis›Thema 5.2·~1 Std. 40 Min.Fortgeschritten

Abschlussprojekt: simulieren bewerten und absichern mit diskreter Neugewichtung

Position in der SkillModul 5 von 5 · Thema 2 von 2
5.2 Abschlussprojekt: simulieren bewerten und absichern mit diskreter Neugewichtung
—Lab-Punkte— / 100XP gesamt—Serie—

Von einem Modell zu einer Absicherung

Eine Option ist so viel wert, wie ihre Absicherung kostet. Dieses Labor geht die ganze Kette mit SPY-Kursen durch. Zuerst schätzen Sie eine geometrische Brownsche Bewegung aus den Tagesrenditen. Die Volatilität σ ist die auf ein Jahr hochgerechnete Standardabweichung der Renditen. Der Drift des Kurses ist μ=r̄·252+σ²/2: Das zusätzliche σ²/2 kommt aus dem Itô-Lemma, weil der Log-Kurs langsamer wächst als der Kurs selbst. Dann simulieren Sie Pfade aus einer Matrix von Normalziehungen, einmal mit dem exakten und einmal mit dem Euler-Verfahren. Dieselben Ziehungen speisen beide, sodass Sie sie Pfad für Pfad vergleichen können.

Sₖ₊₁=Sₖ e^((μ-σ²/2)h+σ√h z), Sₖ₊₁=Sₖ (1+μh+σ√h z), h=T/n

Danach bewerten Sie einen Call auf zwei Arten. Die Black-Scholes-Formel ist der exakte Mittelwert unter dem risikoneutralen Maß. Monte Carlo erreicht ihn, indem es mit dem Drift r simuliert, die Auszahlung mittelt und diskontiert. Es ist nie exakt: Es liegt etwa einen Standardfehler daneben. Schließlich sichern Sie ab. Verkaufen Sie den Call, kaufen Sie Δ Aktien und halten Sie den Rest in bar. An jedem Anpassungstermin lassen Sie das Bargeld mit dem Zins r wachsen, berechnen Δ mit der Restzeit neu und passen die Position an. Der Fehler bei Fälligkeit ist das, was die Absicherung übrig lässt.

Vₙ=C₀exp(rT)+ΣⱼΔⱼ₋₁(Sⱼ-Sⱼ₋₁exp(rh))exp(r(T-tⱼ)), e=Vₙ-max(Sₙ-K,0)
Was die echten Daten sagenSPY seit 2005 ergibt μ≈11,6% und σ≈19,0% pro Jahr. Für eine Aktie bei 100 und Strike 100 ist ein Call mit drei Monaten Laufzeit etwa 4,03 wert und hat ein Delta von 0,54. Im simulierten Markt beträgt die Standardabweichung des Absicherungsfehlers 1,79 bei 3 Anpassungen, 1,08 bei 9, 0,70 bei 21 und 0,44 bei 63. Sie sinkt ungefähr wie 1/√n. In den 85 echten Quartalen beträgt sie 1,81, 1,71, 1,59 und 1,74: Häufigeres Anpassen hilft nicht. Der Grund ist, dass die Volatilität nicht konstant ist. Die realisierte Volatilität eines Quartals reichte von 6% bis 70%, und die Absicherung nutzte jedes Mal 19%.
  • Exakt und Euler: Dieselben Ziehungen ergeben zwei Pfade. Der Unterschied ist der Diskretisierungsfehler des letzten Themas.
  • Preis = Kosten der Absicherung: Bei stetigem Handel ist sie perfekt, bei wenigen Anpassungen bleibt ein Fehler der Größe 1/√n.
  • Der echte Fehler ist ein Volatilitätsfehler: Häufigeres Anpassen behebt kein falsches σ.
Vereinfachungen, die man kennen sollteDer Zins ist auf 2% festgelegt, es gibt keine Handelskosten und keine Dividenden. Die Absicherung nutzt die Volatilität der ganzen Stichprobe, die niemand im Voraus kannte, die echten Fehler sind also eher zu milde. Die 85 Quartale sind wenige und nicht unabhängig vom Marktregime. Wichtig ist hier die Reihenfolge der Ergebnisse, nicht die Beträge.

Lab: Was bewertet wird

  • Das Modell schätzen10 Pkt.
  • Exakte Pfade15 Pkt.
  • Euler-Pfade10 Pkt.
  • Der Black-Scholes-Call15 Pkt.
  • Das Delta5 Pkt.
  • Monte-Carlo-Preis10 Pkt.
  • Die Absicherung25 Pkt.
  • Die Absicherungsstudie10 Pkt.
Explorer · lab-so-09
▾ lab-so-09
▾ data
…
bash · im Browser
learner@quantcraft:~/lab-so-09$
Python noch nicht geladenPythonLn 1, Col 1Spaces: 4UTF-8

Dieses Thema zurücksetzen?

Alles in lab-so-09 wird auf die Startdateien zurückgesetzt und das Terminal geleert. Ihre aktuelle Lösung geht verloren – das lässt sich nicht rückgängig machen.

Wird zurückgesetzt
  • main.py → Startcode
  • Terminal-Verlauf und Testausgabe
  • Nicht eingereichte Änderungen
Bleibt erhalten
  • Beste Lab-Punktzahl
  • Ihre XP und Ihre Serie
  • Vorlesungsfortschritt und Notizen

Melde dich an, um deinen Code auszuführen.

Alle Lektionen kannst du kostenlos lesen. Erstelle ein Konto oder melde dich an, um Code auszuführen, Tests zu starten und dieses Lab abzugeben.

  • IDE im Browser mit Bash-Terminal — nichts zu installieren
  • Sofortige Bewertung, XP und dein Platz auf der Skill
Konto erstellenAnmelden
ODER
Weiter mit GitHub