При данном исследовании было потрачено немало труда, поэтому ссылка на автора при перепечатке обязательна. © Simix.
                Сразу скажу что расчёт ГО тема скользкая, т.к. представляет собой величину умозрительную — риск. Есть люди, которые прыгают с парашютом для развлечения, а я считаю что этот риск слишком велик чтобы прыгать без необходимости. То есть риск зависит от того, кто смотрит.  Если бы мы все знали реальные риски той или иной ситуации, то была бы не жизнь, а красота. Поэтому ровно такое же ГО как в QUIKе вы не получите никаким оффлайновым алгоритмом. Биржа имеет насчёт ГО свои взгляды, собственные поправочные коэффициенты и собственный модуль, который работает только с подключением к бирже.
Но посчитать ГО в оффлайне всё-таки можно.
Чтобы как-то ограничить и описать риск  количественно, биржа вводит ряд предположений и условий, а также приводит открытую методику которыми мы и воспользуемся:


( Читать дальше )

Продолжая популярную сейчас тему с моделями улыбки волатильности, хочу поделиться результатами своего исследования на эту тему. Немного стремно делать это после поста Виталия Курбаковского. Но может кому-то и мое исследование будет интересно. Сам я не математик и не трейдер, просто программист. Поэтому не судите строго.
 
Наблюдая за поведением улыбки волатильности, уже давно мучали вопросы: Почему улыбка поднимается то вверх, то вниз? Почему она изогнута именно так, а не иначе? Почему перекатывается за текущей ценой БА, причем дно улыбки справа от БА и только к экспирации подтягивается к БА и улыбка становится симметричной? Почему ветви у нее то поднимаются, то опускаются? И главный вопрос: Что является причиной возникновения улыбки волатильности? В некоторых источниках утверждают, что улыбка возникает из-за толстых хвостов распределения приращений. Решил проверить это и провести небольшое исследование.
 
Насколько понял теорию вопроса, чтобы посчитать свою улыбку волатильности, нужно иметь распределение вероятностей, какой будет цена БА на экспирацию (в дальнейшем — распределение цен). Если знать это распределение, то можно однозначно вычислить цены опционов на каждом страйке, и потом, используя формулу Блека-Шоулза, можно вычислить IV на каждом страйке, и получить улыбку волатильности. Как можно получить распределение цен? Решил построить его, генерируя тысячи случайных траекторий цены, начиная с текущего значения БА. Конечные точки траекторий (цена БА на экспирацию) сохраняю, и в конце смотрю, как часто цена попадала в тот или иной диапазон. Так получаю распределение цен на экспирацию. Для построения случайной траектории решил использовать распределение приращений, которое реально было на рынке (в дальнейшем — эмпирическое распределение). Вот, например, распределение приращений (на минутках) для фьючерса RTS-9.11:


( Читать дальше )

Продолжаю тему, поднятую в статье «Толстые хвосты и эмпирические распределения». Напоминаю, в материале рассматривался вопрос, как влияют толстые хвосты распределения цены базового актива на появление улыбки волатильности. В представленной модели фьючерс РТС каждый день прыгает на величину, случайно выбранную из ряда его ежедневных приращений в прошлом. Ранее были показаны результаты модели для 100 шагов движения цены. К ним мы еще вернемся, а пока рассмотрим, что происходит при небольшом количестве шагов модели. В этом случае, Центральная Предельная Теорема только начинает работать, и толстые хвосты разворачиваются во всей своей павлиньей красе.




Выше представлена модельная улыбка за 10 дней и две реальных кривых волатильности опционов с аналогичным сроком жизни. Как и раньше, в модели введена поправка на тренд. По оси Х номер страйка от центрального, графики совмещены по горизонтали. 


( Читать дальше )