Список проголосовавших за комментарий "Кирилл Браулов,<br/> <br/> по поводу скоринга (свёрток мо, п/ф итд) — это тоже вариант, но есть более менее устоявшееся «мерило», и возможно оно вам понравится (например, его можно подифференцировать и получить желаемое без ген алгоритмов) — функция полезности<br/> <br/> я использую самую банальную, логарифмическую.<br/> <br/> скажем имеются средства M и опционная конструкция, которая имеет функцию выплат P(F, T)<br/> <br/> на этом этапе вовсе не обязательно, чтобы M как-то предварительно соотносилось с функцией выплат или премией полученной/затраченной на конструкцию<br/> <br/> рассмотрим величину U(F, T) = ln((M + P) / M) = ln(1 + R)<br/> <br/> если масштаб R позволяет разложить U по тейлору — то:<br/> <br/> для первого порядка получим: M(U) = M( R ) — т.е. матожидание полезности это матожидание прироста средств в %, где матожидание вычисляется по _не_рискнейтральной мере (а именно по той, относительнго которой оптимизируете конструкцию)<br/> <br/> для второго порядка: M(U) = M( R ) — 0.5 * M(R^2) — здесь уже учитывается рисковость позиции<br/> <br/> для третьего: M(U) = M( R ) — 0.5 * M(R^2) + 1/3 * M(R^3) — вклад ассиметрии<br/> <br/> ну и так далее… окончательно — можно интерпритировать M(U=ln(1+R)) как некоторый скоринг, учитывающий все моменты процентного прироста средств R в _не_рискнейтральной мере<br/> <br/> и относительно этого скоринга находить оптимальную позицию для заданной пары {рискнейтральная мера, нерискнейтральная мера}"