Python和MATLAB及C++资产价格看涨看跌对冲模型和微积分

🎯要点

  1. 🎯资产价格动态数学随机模型:🖊价格几何布朗运动过程积分 | 🖊布朗运动和几何布朗运动随时间概率密度 | 🖊几何布朗运动离散过程 | 🖊电动车历史股票价值及预期。
  2. 🎯金融衍生品估值偏微分方程:🖊期权合约 | 🖊计算看涨期权期权面,显示对冲参数及预期价格 | 🖊计算看跌期权的期权面 | 🖊对冲看涨期权投资组合 | 🖊再平衡频率对投资组合方差的影响。
  3. 🎯期权价格与隐含概率密度函数关系模型:🖊看涨期权隐含波动率 | 🖊看涨期权敏感度值曲面 | 🖊隐含波动率曲面 | 🖊看涨期权价值函数偏微分变化趋势 | 🖊看涨期权价格执行价格对比 | 🖊哈根隐含波动率参数化下的不同隐含波动率形状 | 🖊外汇市场报价数据插值 | 🖊局部波动模型模拟。
  4. 🎯价格泊松过程中偏积分微分方程:🖊价格跳跃扩散的蒙特卡罗路径和补偿泊松过程 | 🖊默顿模型,跳跃扩散过程 | 🖊跳跃扩散过程概率密度三维分布和二维动态 | 🖊默顿跳跃扩散模型对隐含波动率影响 | 🖊对冲看涨期权价格波动 | 🖊不同对冲频率对损益方差的影响。
  5. 🎯傅立叶余弦级数和风险中性估值期权定价方法 | 🎯多维期权定价和风险中性措施
  6. 🎯C++和Python计算金融数学方程算法模型

🍇Python风险中性资产定价

β = 1 / ( 1 + ρ ) \beta=1 /(1+\rho) β=1/(1+ρ) 为跨期贴现因子,其中 ρ \rho ρ 是主体对未来贴现的利率。为一单位除息资产定价的基本风险中性资产定价方程为
p t = β E t [ d t + 1 + p t + 1 ] p_t=\beta E _t\left[d_{t+1}+p_{t+1}\right] pt=βEt[dt+1+pt+1]
这里 E t [ y ] E _t[y] Et[y] 表示 y y y 的最佳预测,以时间 t t t 可用的信息为条件。

最简单的情况是恒定、非随机股息流的风险中性价格 d t = d > 0 d_t=d>0 dt=d>0。从上式中删除期望并向前迭代得出,
p t = β ( d + p t + 1 ) = β ( d + β ( d + p t + 2 ) ) ⋮ = β ( d + β d + β 2 d + ⋯ + β k − 2 d + β k − 1 p t + k ) \begin{aligned} p_t & =\beta\left(d+p_{t+1}\right) \\ & =\beta\left(d+\beta\left(d+p_{t+2}\right)\right) \\ & \vdots \\ & =\beta\left(d+\beta d+\beta^2 d+\cdots+\beta^{k-2} d+\beta^{k-1} p_{t+k}\right) \end{aligned} pt=β(d+pt+1)=β(d+β(d+pt+2))=β(d+βd+β2d++βk2d+βk1pt+k)
如果 lim ⁡ k → + ∞ β k − 1 p t + k = 0 \lim _{k \rightarrow+\infty} \beta^{k-1} p_{t+k}=0 limk+βk1pt+k=0,该序列收敛为
p ˉ : = β d 1 − β \bar{p}:=\frac{\beta d}{1-\beta} pˉ:=1ββd
这是股息不变情况下的均衡价格。

考虑一个增长的非随机股息过程 d t + 1 = g d t d_{t+1}=g d_t dt+1=gdt,其中 0 < g β < 1 0<g \beta<1 0<gβ<1。虽然当股息随着时间的推移而增长时,价格通常不会保持不变,但价格股息率却可以。

如果我们猜到这一点,将 v t = v v_t=v vt=v 代入下式以及我们的其他假设,我们得到 v = β g ( 1 + v ) v=\beta g(1+v) v=βg(1+v)​。
v t = E t [ m t + 1 d t + 1 d t ( 1 + v t + 1 ) ] v_t= E _t\left[m_{t+1} \frac{d_{t+1}}{d_t}\left(1+v_{t+1}\right)\right] vt=Et[mt+1dtdt+1(1+vt+1)]
由于 β g < 1 \beta g<1 βg<1,我们有唯一的正解:
v = β g 1 − β g v=\frac{\beta g}{1-\beta g} v=1βgβg
价格为:
p t = β g 1 − β g d t p_t=\frac{\beta g}{1-\beta g} d_t pt=1βgβgdt
在这个例子中,如果我们采用 g = 1 + κ g=1+\kappa g=1+κ 并让 ρ : = 1 / β − 1 \rho:=1 / \beta-1 ρ:=1/β1,那么价格就变成
p t = 1 + κ ρ − κ d t p_t=\frac{1+\kappa}{\rho-\kappa} d_t pt=ρκ1+κdt
这就是所谓的戈登公式。

代码实现一个著名的定价模型:

class PricingModel:def __init__(self, β=0.96, mc=None, γ=2.0, g=np.exp):self.β, self.γ = β, γself.g = g# A default process for the Markov chainif mc is None:self.ρ = 0.9self.σ = 0.02self.mc = qe.tauchen(n, self.ρ, self.σ)else:self.mc = mcself.n = self.mc.P.shape[0]def test_stability(self, Q):sr = np.max(np.abs(eigvals(Q)))if not sr < 1 / self.β:msg = f"Spectral radius condition failed with radius = {sr}"raise ValueError(msg)def tree_price(ap):# Simplify names, set up matricesβ, γ, P, y = ap.β, ap.γ, ap.mc.P, ap.mc.state_valuesJ = P * ap.g(y)**(1 - γ)# Make sure that a unique solution existsap.test_stability(J)# Compute vI = np.identity(ap.n)Ones = np.ones(ap.n)v = solve(I - β * J, β * J @ Ones)return v

这是 v v v 作为 γ \gamma γ 几个值的状态函数的图,具有正相关的马尔可夫过程和 g ( x ) = exp ⁡ ( x ) g(x)=\exp (x) g(x)=exp(x)

γs = [1.2, 1.4, 1.6, 1.8, 2.0]
ap = AssetPriceModel()
states = ap.mc.state_valuesfig, ax = plt.subplots()for γ in γs:ap.γ = γv = tree_price(ap)ax.plot(states, v, lw=2, alpha=0.6, label=rf"$\gamma = {γ}$")ax.set_title('Price-dividend ratio as a function of the state')
ax.set_ylabel("price-dividend ratio")
ax.set_xlabel("state")
ax.legend(loc='upper right')
plt.show()

参阅一:计算思维

参阅二:亚图跨际

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/pingmian/7967.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

代码训练LeetCode(17)存在重复元素

代码训练(17)LeetCode之存在重复元素 Author: Once Day Date: 2024年5月7日 漫漫长路&#xff0c;才刚刚开始… 全系列文章可参考专栏: 十年代码训练_Once-Day的博客-CSDN博客 参考文章: 219. 存在重复元素 II - 力扣&#xff08;LeetCode&#xff09;力扣 (LeetCode) 全球…

fero - yolo - mamba:基于选择性状态空间的面部表情检测与分类

fero - yolo - mamba:基于选择性状态空间的面部表情检测与分类 摘要IntroductionRelated work FER-YOLO-Mamba: Facial Expression Detection and Classification Based on Selective State Space 摘要 面部表情识别&#xff08;FER&#xff09;在理解人类情绪线索方面起着关键…

零资源跑大模型:Hugging Face API + LiteLLM + Flask

前言 HuggingFace 是自然语言处理领域的开源软件库和平台&#xff0c;其收纳了众多最前沿的模型和数据集&#xff0c;并提供了 Serverless Inference API&#xff0c;用户可以轻松调用这些模型&#xff0c;甚至用于运行自己的私人模型。本教程将指导用户如何利用 Hugging Face…

RabbitMQ之消费者并发消费

为什么要引入消费者的并发消费&#xff1f; 当生产者的推送速度是远远超过消费者的能力的&#xff0c;可以提高消费者的消费速度。比如在java中我们可以启动多个 JVM 进程&#xff0c;实现多进程的并发消费&#xff0c;从而加速消费的速度&#xff0c;在mq中也可以通过设置配置…

如何使用Python创建服务器向Android设备发送GCM推送通知

简介 推送通知可以让您的 Android 应用在用户不使用应用时通知用户发生的事件。本教程的目标是向您的应用发送一个简单的推送通知。我们将在服务器上使用 Ubuntu 14.04 和 Python 2.7&#xff0c;以及 Google Cloud Messaging 作为推送通知服务。 我们将使用术语 服务器 来指…

leetcode83-Remove Duplicates from Sorted List

题目 给定一个已排序的链表的头 head &#xff0c; 删除所有重复的元素&#xff0c;使每个元素只出现一次 。返回 已排序的链表 。 示例 1&#xff1a; 输入&#xff1a;head [1,1,2] 输出&#xff1a;[1,2] 示例 2&#xff1a; 输入&#xff1a;head [1,1,2,3,3] 输出&…

鸿蒙内核源码分析(进程通讯篇) | 九种进程间通讯方式速揽

进程间为何要通讯 ? 鸿蒙内核默认支持 64个进程和128个任务&#xff0c;由进程池和任务池统一管理.内核设计尽量不去打扰它们&#xff0c;让各自过好各自的日子&#xff0c; 但大家毕竟在一口锅里吃饭&#xff0c; 不可能不与外界联系&#xff0c; 联系就得有渠道&#xff0c…

MySQL VARCHAR 最佳长度评估实践

你的 VARCHAR 长度合适么&#xff1f; 作者&#xff1a;官永强&#xff0c;爱可生 DBA 团队成员&#xff0c;擅长 MySQL 运维方面的技能。热爱学习新知识&#xff0c;亦是个爱打游戏的宅男。 作者&#xff1a;李富强&#xff0c;爱可生 DBA 团队成员&#xff0c;熟悉 MySQL&…

Go微服务精讲:Go-Zero全流程实战即时通讯(超清)

go-zero 是一个集成了各种工程实践的 web 和 rpc 框架。通过弹性设计保障了大并发服务端的稳定性&#xff0c;经受了充分的实战检验。 Go微服务精讲&#xff1a;Go-Zero全流程实战即时通讯(超清) go-zero 中的 api&#xff0c;rpc&#xff0c;数据库等涉及的代码&#xff0c;…

C#标签设计打印软件开发

1、新建自定义C#控件项目Custom using System; using System.Collections.Generic; using System.Text;namespace CustomControls {public class CommonSettings{/// <summary>/// 把像素换算成毫米/// </summary>/// <param name"Pixel">多少像素…

Springboot 集成 Consul 实现服务注册中心-05

因为后续很多模块都要用到注册中心&#xff0c;所以此处先实现此模块。 Consul简介 Consul是一个开源的服务发现和配置管理工具&#xff0c;具有跨平台、运行高效等特点。它由HashiCorp公司开发&#xff0c;并使用Go语言编写。Consul主要用于实现分布式系统中的服务发现、健康…

解决Node.js mysql客户端不支持认证协议引发的“ER_NOT_SUPPORTED_AUTH_MODE”问题

这是一个版本问题 我用koa2和mysql2链接就没有问题 不知道这个老项目运行为啥有这个问题 解决方案 打开mysql运行这个两个命令&#xff1a; ALTER USER rootlocalhost IDENTIFIED WITH mysql_native_password BY 123321; FLUSH PRIVILEGES; 须知(给小白看的&#xff01;) …

搜维尔科技:Senseglove Nova 数据手套触觉反馈测试

Senseglove Nova 数据手套触觉反馈测试 搜维尔科技&#xff1a;Senseglove Nova 数据手套触觉反馈测试

PCB板上的Mark点

PCB生产中Mark点设计 1.pcb必须在板长边对角线上有一对应整板定位的Mark点,板上集成电路引脚中心距小于0.65mm的芯片需在集成电路长边对角线上有一对对应芯片定位的Mark点;pcb双面都有贴片件时,则pcb的两面都按此条加Mark点。 2.pcb边需留5mm工艺边(机器夹持PCB最小间距要求…

优立科技:从数字孪生到元宇宙

2021年10月&#xff0c;Facebook致力于发展元宇宙&#xff0c;并更名为Meta。加上此前Roblox上市的消息&#xff0c;让「元宇宙」一词迅速在2021年爆火&#xff0c;刺激了VR、游戏等相关产业的发展&#xff0c;甚至有人宣称2021年为「元宇宙『元年』」。然而&#xff0c;「元年…

YOLOv8的训练、验证、预测及导出[目标检测实践篇]

这一部分内容主要介绍如何使用YOLOv8训练自己的数据集&#xff0c;并进行验证、预测及导出&#xff0c;采用代码和指令的两种方式&#xff0c;参考自官方文档&#xff1a;Detect - Ultralytics YOLOv8 Docs。实践篇不需要关注原理&#xff0c;只需要把流程跑通就行&#xff0c;…

信号产生的五种方式

文章目录 正文前的知识准备kill 命令查看信号man手册查看信号信号的处理方法 认识信号产生的5种方式1. 工具2. 键盘3. 系统调用kill 向任意进程发送任意信号raise 给调用方发送任意信号abort 给调用方发送SIGABRT信号 4. 软件条件5. 异常 正文前的知识准备 kill 命令查看信号 …

Boost的日志库Log使用详解

项目中使用到了Boost日志库&#xff0c;今日来探索一下&#xff1a; #include"boost/log/trivial.hpp" #include"boost/log/sinks/text_file_backend.hpp" #include"boost/log/utility/setup/file.hpp" #include"boost/log/utility/setup/…

构建 WebRTC 一对一信令服务器

构建 WebRTC 一对一信令服务器 构建 WebRTC 一对一信令服务器前言为什么选择 Nodejs&#xff1f;Nodejs 的基本原理浏览器使用 Nodejs安装 Nodejs 和 NPMsocket.io信令服务器搭建信令服务器客户端服务端启动服务器并测试 总结参考 构建 WebRTC 一对一信令服务器 前言 我们在学…

【Node.js从基础到高级运用】二十八、Node.js 内存管理浅析

Node.js 作为一个基于 Chrome V8 引擎的 JavaScript 运行环境&#xff0c;其性能和效率在很大程度上取决于内存管理的优劣。 1. Node.js 内存结构 在深入了解内存管理之前&#xff0c;我们需要先了解 Node.js 的内存结构。Node.js 的内存可以大致分为以下几个部分&#xff1a;…