My-library.info
Все категории

РАЛЬФ РАЛЬФ ВИНС - Математика управления капиталом. Методы анализа риска для трейдеров и портфельных менеджеров

На электронном книжном портале my-library.info можно читать бесплатно книги онлайн без регистрации, в том числе РАЛЬФ РАЛЬФ ВИНС - Математика управления капиталом. Методы анализа риска для трейдеров и портфельных менеджеров. Жанр: Прочая научная литература издательство -, год 2004. В онлайн доступе вы получите полную версию книги с кратким содержанием для ознакомления, сможете читать аннотацию к книге (предисловие), увидеть рецензии тех, кто произведение уже прочитал и их экспертное мнение о прочитанном.
Кроме того, в библиотеке онлайн my-library.info вы найдете много новинок, которые заслуживают вашего внимания.

Название:
Математика управления капиталом. Методы анализа риска для трейдеров и портфельных менеджеров
Издательство:
-
ISBN:
-
Год:
-
Дата добавления:
31 январь 2019
Количество просмотров:
211
Текст:
Ознакомительная версия
Читать онлайн
РАЛЬФ РАЛЬФ ВИНС - Математика управления капиталом. Методы анализа риска для трейдеров и портфельных менеджеров

РАЛЬФ РАЛЬФ ВИНС - Математика управления капиталом. Методы анализа риска для трейдеров и портфельных менеджеров краткое содержание

РАЛЬФ РАЛЬФ ВИНС - Математика управления капиталом. Методы анализа риска для трейдеров и портфельных менеджеров - описание и краткое содержание, автор РАЛЬФ РАЛЬФ ВИНС, читайте бесплатно онлайн на сайте электронной библиотеки My-Library.Info

Математика управления капиталом. Методы анализа риска для трейдеров и портфельных менеджеров читать онлайн бесплатно

Математика управления капиталом. Методы анализа риска для трейдеров и портфельных менеджеров - читать книгу онлайн бесплатно, автор РАЛЬФ РАЛЬФ ВИНС
Конец ознакомительного отрывкаКупить книгу

Ознакомительная версия.

Значения столбца «AHPR» являются средними арифметическими HPR (расчет будет рассмотрен позднее в этой главе), a GHPR является средним геометричес­ким HPR. Столбец «f» представляет оптимальные f, из которых находятся значе­ния столбцов AHPR и GHPR. Арифметическое математическое ожидание равно AHPR - 1, а геометрическое математическое ожидание равно GHPR - 1. Отметьте, что наибольшие математические ожидания (необязательно поло­жительные ожидания, как в этом примере) возникают в день после приобретения опциона. Каждый последующий день ожидания уменьшаются, причем скорость уменьшения с течением времени замедляется. После 911106 математические ожидания (HPR - 1) становятся отрицательными. ' Если бы нам пришлось торговать по этой информации, мы могли бы войти сегодня (911104) и выйти при закрытии завтра (911105). Справедливая цена оп­циона равна 2,861. Если мы допустим, что он котируется по цене 100 долларов за полный пункт, цена опциона составит 2,861 * $100 ^ $286,10. Разделив эту цену на оптимальное f= 0,0806, мы найдем, что следует торговать одним опци­оном на каждые 3549,63 доллара на балансе счета. Если бы мы держали опцион до закрытия 911106 (последний день), когда он все еще имеет положительное математическое ожидание, то открыв позицию сегодня, используя для дня вы­хода (911106) соответствующее оптимальное f= 0,0016, торговали бы 1 контрак­том на каждые 178 812,50 доллара на балансе счета ($286,10 / 0,0016). Отметьте, что при этом ожидание намного ниже, чем в случае торговли 1 контрактом на каждые 3549,63 доллара на балансе счета и выхода по цене закрытия завтра (911105).

Скорость изменения между двумя функциями: уменьшением премии с течением времени и расширением окна Х стандартных отклонений, может создать положи­тельное математическое ожидание для длинной позиции по опциону. Это ожидание имеет наибольшее значение в момент открытия позиции и после этого понижается с уменьшающейся скоростью. Таким образом, справедливо оцененный опцион (на основе вышеизложенных моделей) может иметь положительное математическое ожидание, если позицию по нему закрыть в начале периода падения премии. В следующей таблице рассматривается тот же колл-опцион с ценой исполнения 100, но на этот раз используются окна различного размера (различные значения стандартных отклонений):

Число стандартных отклонений 2 3 5 8 10 AHPR 1,000102 1,000379 1,000409 1,000409 1,000409 GHPR 1,000047 1,00018 1,000195 1,000195 1,000195 f 0,043989 0,0781 0,0806 0,0806 0,0806 Дата выхода 911105 911105 911106 911106 911106

AHPR и GHPR — это арифметические и геометрические HPR при оптимальном f для дня закрытия 911105 (самая благоприятная дата выхода, так как она имеет наивысшие AHPR и GHPR). f соответствует оптимальному f для 911105. Значения строки «Дата выхода» — это последние даты, когда еще существует положитель­ное ожидание (т.е. когда AHPR и GHPR больше 1). Интересно отметить, что AHPR, GHPR, f и Дата выхода сходятся к опреде­ленным значениям, когда мы увеличиваем число стандартных отклонений. За пределами 5 стандартных отклонений эти значения едва заметно изменяются, за пределами 8 стандартных отклонений они практически вообще не изменя­ются. Недостатком использования большого числа стандартных отклонений является необходимость в значительном компьютерном времени. В нашем примере это не так важно, но когда мы будем рассматривать одновременную торговлю по нескольким позициям, вы увидите, что каждая дополнительная позиция экспоненциально увеличивает необходимое компьютерное время. Для одной позиции 8 стандартных отклонений более чем достаточно, однако для нескольких позиций, открытых одновременно, необходимо уменьшить число стандартных отклонений. Следует отметить, что правило 8 стандартных отклонений применимо только тогда, когда логарифмы изменений цены рас­пределены нормально.

Одиночная короткая позиция по опциону

Все сказанное по поводу одиночной длинной опционной позиции остается вер­ным и для одиночной короткой опционной позиции. Единственное отличие зак­лючается в ином написании уравнения (5.14):

где HPR(T, U) = НРR для данного тестируемого значения Т и U;

f = тестируемое значение f;

S = текущая цена опциона;

Z(T, U - Y) = теоретическая цена опциона, когда цена базового инст­румента равна U - Y, а время, оставшееся до срока исте­чения, равно Т,

Р(Т, U) = вероятность того, что базовый инструмент равен U, ког­да время, оставшееся до истечения срока исполнения, равно Т;

Y = разность между арифметическим математическим ожи­данием базового инструмента (согласно уравнению (5.10)) и текущей ценой.

Для одиночной короткой опционной позиции это уравнение преобразуется в:

где HPR(T, U) == HPR для данного тестируемого значения Т и U;

f= тестируемое значение f;

S = текущая цена опциона;

Z(T, U - Y)= теоретическая цена опциона, когда цена базового инструмента равна U - Y, а время, оставшееся до срока истечения, равно Т;

Р(Т, U) = вероятность того, что базовый инструмент равен U, когда время, оставшееся до истечения срока исполнения,

равно Т,

Y = разность между арифметическим математическим ожиданием базового инструмента (согласно уравнению (5.10)) и текущей ценой.

Обратите внимание, что единственным отличием уравнения (5.14) для одиноч­ной длинной опционной позиции от уравнения (5.20) для одиночной короткой позиции является выражение (Z(T, U-Y)/S-1), которое заменяется на (1-Z(T, U - Y) / S). Все остальное в отношении одиночной длинной опционной позиции верно и для одиночной опционной короткой позиции.

Одиночная позиция по базовому инструменту

В главе 3 мы подробно рассмотрели математику поиска оптимального f пара­метрическим способом. Теперь мы можем использовать тот же метод и для

одиночной длинной опционной позиции с учетом нового HPR, которое рассчи­тывается по уравнению (3.30):

где HPR(U) = HPR для данного U;

L= ассоциированное P&L;

W = ассоциированное P&L худшего случая (это всегда отрица­тельное значение);

f == тестируемое значение f;

Р = ассоциированная вероятность.

Для длинной позиции переменная L, т.е. ассоциированное P&L, определяется как разность между ценой базового инструмента U и ценой S.

(5.21 а) L для длинной позиции = U - S

Для короткой позиции ассоциированное P&L рассчитывается наоборот:

(5.216) L для короткой позиции = S - U,

где S = текущая цена базового инструмента;

U = цена базового инструмента для данного HPR.

Мы можем также рассчитать оптимальное f для одиночной позиции по базовому инструменту, используя уравнение (5.14). При этом надо иметь в виду, что опти­мальное f может получиться больше 1.

Пусть цена базового инструмента равна 100, и мы ожидаем пять результатов:


Результат Вероятность P&L 110 0,15 10 105 0,30 5 100 0,50 0 95 0,25 -5 90 0,10 -10

Отметьте, что исходя из уравнения (5.10) наше арифметическое математическое ожидание по базовому инструменту составляет 100,576923077. Это означает, что переменная Y для (5.14) равна 0,576923077, так как 100,576923077-100= = 0,576923077. Если рассчитать оптимальное f, используя столбец P&L и уравнение (3.30), мы получим f= 1,9, что соответствует 1 единице на каждые 52,63 дол­лара на счете. Если в уравнении (5.14) использовать данные из столбца «Результат», тогда пе­ременная S равна 100. В этом случае мы не вычитаем значение Y (арифметическое математическое ожидание базового инструмента минус его текущая цена) из U при определении переменной Z(T, U - Y), и получаем оптимальное f около 1,9, что соответствует 1 единице на каждые 52,63 доллара на счете, так как

100 /1,9=52,63.


Если вычесть значение Y в выражении Z(T, U - Y), являющемся элементом уравнения (5.14), мы получим математическое ожидание по базовому инструменту, равное его текущему значению, и поэтому f не будет оптимальным. Тем не менее нам следует вычесть значение Y в Z(T, U - Y) для того, чтобы соответствовать расче­там цен опционов, а также формуле «пут-колл» паритета. Если мы будем использовать уравнение (3.30) вместо уравнения (5.14), тогда из каждого значения U в (5.21а) и (5.216) следует вычесть значение Y, то есть надо вычесть Y из каждого P&L, что опять же создает ситуацию, когда нет положительного математического ожидания, и поэтому нет оптимального значения f. Все вышесказанное означает, что если мы откроем позицию по базовому инстру­менту, не имея никаких представлений о направлении движения его цены, то не по­лучим положительного математического ожидания (как происходит с некоторыми опционами) и поэтому не найдем оптимального f. Мы можем получить оптимальное f только в том случае, когда математическое ожидание положительное. Это произой­дет, если базовый инструмент «в тренде».

Ознакомительная версия.


РАЛЬФ РАЛЬФ ВИНС читать все книги автора по порядку

РАЛЬФ РАЛЬФ ВИНС - все книги автора в одном месте читать по порядку полные версии на сайте онлайн библиотеки My-Library.Info.


Математика управления капиталом. Методы анализа риска для трейдеров и портфельных менеджеров отзывы

Отзывы читателей о книге Математика управления капиталом. Методы анализа риска для трейдеров и портфельных менеджеров, автор: РАЛЬФ РАЛЬФ ВИНС. Читайте комментарии и мнения людей о произведении.

Прокомментировать
Подтвердите что вы не робот:*
Подтвердите что вы не робот:*
Все материалы на сайте размещаются его пользователями.
Администратор сайта не несёт ответственности за действия пользователей сайта..
Вы можете направить вашу жалобу на почту librarybook.ru@gmail.com или заполнить форму обратной связи.