Блог им. AlexeyPetrushin

Implied Volatility Tree

Походу это лучшее представление «будущего». Оно интуитивно понятно, хорошо изображается как 2D граф (если толщину линий сделать пропорциональна вероятностям перехода), явно показывает вероятности, явно показывает пути, не требует нормальности.

Implied Volatility Surface изображает вероятности, но не показывает пути. Brownian Motion изображает пути но не показывает вероятности, и ее «форму» нельзя «увидеть» без симуляции. 

Implied Volatility Tree например как recombinant ternary tree (мне кажется 3ное дерево внешне выглядит лучше и понятней чем 2йное). 

Implied Volatility Tree

Ну и оно относительно интуитивно и визуально показывает что такое Американский Опцион, как взвешенный обход этого графа. И по нему сходу считаются как Евро так и Американские опционы.

И достаточно быстро строится, его можно строить итеративно, последовательно для каждого периода. И оно уже готово для вычислений опционов. 

Из минусов дискретность по времени и цене, но это не проблема.

И, сам подход и концепция достаточно простой, похожий на цепи Маркова со скрытыми слоями.
299

Читайте на SMART-LAB:
Фото
ТНС энерго Ростов-на-Дону. Стоит покупать их акции?
ПАО ТНС энерго Ростов-на Дону функционирует на розничном рынке электроэнергии Ростовской области и является в настоящее время гарантирующим...
В Accent разработали сервис для оценки влияния недвижимости на портфель инвестора
Группа Accent запустила интерактивный инструмент для анализа инвестиционного портфеля. Сервис, доступный на сайте компании, позволяет оценить,...
Фото
Атомная энергия и контейнерные перевозки: облигации от эмитентов с высоким рейтингом
Сегодня рассмотрим параметры размещений на первичном рынке облигаций от эмитентов с высоким кредитным рейтингом: выпуск с фиксированным...
Фото
Какой убыток мог быть у Магнита в 2025 году?
На этой неделе, вероятно, под занавес сезона годовых отчетов, свои результаты должен опубликовать Магнит. Что ждать и насколько все плохо?

теги блога Alex Craft

....все тэги



UPDONW
Новый дизайн