История цен опционов


Проблематика вопроса сформулирована в предыдущей статье. А именно: Допущения о том, что цена торгуемого актива имеет логнормальное распределение. Как альтернативу расчета по формуле Блэка-Шоулза я использовал подход — прогнозирование выплат покупателю опциона методом Монте-Карло.

Похожие публикации

На вход программе я подавал: В каждом случае я рассчитал премию опциона по формуле Б-Ш и методом Монте-Карло. История цен опционов результаты и сделал?

история цен опционов

Ранее я построил в MS Excel два гипотетических ценовых ряда: Коэффициенты в таблице Excel были подобраны так, чтобы оба этих виртуальных ценовых активов характеризовались одинаковой величиной HV.

Альтернативный способ оценить размер премии — моделировать выплаты по опциону методом Монте-Карло.

бинарные опционы заработок в месяц

Провести ряд итераций, на каждой итерации история цен опционов цену на N дней. В конце итерации посчитать прибыль покупателя опциона.

Все о бинарных опционах: история появления и развития

Ну и, наконец, я собираюсь применить ту же история цен опционов оценки премии для исторических данных реальных биржевых активов. Нескольких валют и криптовалют, торгуемых за другие валюты и криптовалюты. Соответственно, в 2-х случаях покупатель CALL-опциона смог реализовать история цен опционов, равную Несколько больше, чем дал нам предыдущий расчет методом Б-Ш.

Но так и метод наш не очень точен: Программное моделирование история цен опционов опциона На этом этапе Excel нам уже недостаточно.

история цен опционов

Я провел 5 имитационных экспериментов: Но для нашей цели — хорошей сходимости оценки премии по опциону — не хватит и экспериментов. Случайная последовательность, подчиняющаяся закону распределения, измысленному мной в качестве примера.

С параметрами, подобранными исключительно в целях демонстрации, но не отражающими динамику цен какого-либо реального товара. Это совсем не то, что нам потребуется для анализа биржевого актива. Нам нужна программа, реализующая логику вида: Логика программы на высоком уровне: Для Put-опциона разность берется с обратным знаком 5 сложить прибыль покупателя, полученную на каждом из N шагов и поделить результат на N Устранение тренда В простом алгоритме, приведенном выше, один пункт требует объяснений: Нисходящий тренд нашего актива — не закономерность, но влияние недетерминированного фактора — напомню, мы использовали генератор случайных чисел.

история цен опционов

В статистической оценке математическое ожидание — среднее значение ценового изменения — получилось отрицательным. Такова модель данных, бинарные опционы какой таймфрейм нами в расчете.

С другой стороны, статистика показывает нам отрицательное математическое ожидание дневной ценовой динамики. Совершенно определенно можно сказать, что, для построения таблицы — функции распределения, что впоследствии будет использована для генерации ценовых прогнозов, имеющийся тренд — статистическая ошибка, которую необходимо устранить.

Программное моделирование покупки опциона

Но что если мы анализируем реальный рыночный актив? Как быть с трендом, имевшим место в действительности?

опцион стратегия турбо

Мое мнение: Да, есть такие валюты, товары и прочие объекты торговли, на динамику ценообразования которых экономический анализ дает определенный прогноз. Чего нельзя сказать, например, о большинстве криптовалют.

стратегия бинарных опционов окно

На рисунке исходная синяя кривая была скорректирована: В прикладной программепредназначенной для оценки величины премии по опционному контракту, вероятно стоит предусмотреть два варианта расчета: