Zpět na hlavní stránku

Nástroje

Tři modely, které jsem naprogramoval, abych jim rozuměl. Všechny běží přímo v prohlížeči, bez serveru.

Další modely postupně přidávám.

Black–Scholes

Postavil jsem oceňovač opcí, abych rozuměl tomu, na co se dívají risk manažeři, ne abych znovu objevil vzorec.

Evropská opce bez dividend s konstantní volatilitou σ.

Typ
%
%
  • hodnota dnes
  • výplata při expiraci
Cena opce
–
Δ delta
–
Γ gamma
–
ν vega (na 1 p. b. σ)
–
Θ theta (za den)
–
Vnitřní hodnota
–
Časová hodnota
–

Theta roste s blížící se expirací: opce na penězích ztrácí hodnotu nejrychleji v posledních týdnech. Zkraťte T a sledujte, jak se křivka přimyká k výplatě.

Jak to počítám
  • C = S·N(d₁) − K·e^(−rT)·N(d₂); P = K·e^(−rT)·N(−d₂) − S·N(−d₁)
  • d₁ = [ln(S/K) + (r + σ²/2)·T] / (σ·√T); d₂ = d₁ − σ·√T
  • N(x) počítám přes erf (Abramowitz–Stegun 7.1.26, chyba pod 1,5·10⁻⁷).
  • Δ = N(d₁) pro call, N(d₁) − 1 pro put; Γ = φ(d₁)/(S·σ·√T); ν = S·φ(d₁)·√T / 100 (na 1 p. b. σ); Θ za den = Θ za rok / 365.
  • Předpoklady: evropské uplatnění, bez dividend, konstantní σ a r, spojité úročení.

Monte Carlo

Postavil jsem ho, abych si vyzkoušel modelování nejistoty. Nejvíc mě překvapilo, jak moc normální model podceňuje riziko krachů.

Geometrický Brownův pohyb s denními kroky, skoky podle Mertonova modelu krachů.

%
%
Horizont (dny)
Počet cest
Model

  • medián
  • 5. a 95. percentil
  • hranice 5% VaR
Výstupynormálníse skoky
Medián Sₜ––
Průměr Sₜ––
5% VaR––
5% ES––
P(ztráta)––

Stejný drift i volatilita, navíc jen vzácné skoky dolů (v průměru jeden za dva roky, typicky kolem −14 %). Medián se skoro nepohne, ale 5% VaR a expected shortfall narostou výrazně. Normální model by takový propad označil za prakticky nemožný; cesty pod jeho hranicí VaR jsou v grafu oxidově červené.

Jak to počítám
  • Sₜ₊Δₜ = Sₜ · exp[(μ − σ²/2)·Δt + σ·√Δt · z], Δt = 1/252 (denní krok), z ~ N(0; 1) přes Box–Muller.
  • Model se skoky (Merton 1976): s pravděpodobností λ·Δt za den přijde skok exp(J), J ~ N(−0,15; 0,10²), λ = 0,5 za rok; drift je o λ·κ·Δt kompenzován (κ = e^(μJ + σJ²/2) − 1), aby očekávaná cena zůstala stejná.
  • 5% VaR = S₀ − 5. percentil koncových hodnot; 5% ES = S₀ − průměr nejhorších 5 % koncových hodnot; P(ztráta) = podíl cest s Sₜ < S₀.
  • Oba modely se počítají vždy, ze stejného semínka, aby šly sloupce porovnat; graf ukazuje zvolený model.
  • Poznámka: Studentovo t na denních krocích se za delší horizont zprůměruje (CLT) a koncové rozdělení se blíží normálnímu; proto krachy modeluji skoky.

Markowitz

Naprogramoval jsem efektivní hranici, abych pochopil, proč diverzifikace funguje, a hlavně kde model selhává.

Jednoperiodový model se třemi aktivy, bez transakčních nákladů.

Aktiva
Aktivumμ %σ %
A
B
C
Korelace
%
Shortování
  • náhodná portfolia
  • efektivní hranice
  • max. Sharpe a CML

Portfolio s max. Sharpe

E[r]
–
σ
–
Sharpe
–
Váhyodhad
A–
B–
C–

Model je citlivý na vstupy: posun očekávaných výnosů o 1–2 procentní body „optimální“ portfolio výrazně přeskládá. Proto se Markowitzův model v základní podobě v praxi nepoužívá samostatně; přidávají se omezení, shrinkage odhadů nebo pohledy Black–Litterman.

Jak to počítám
  • E[rp] = Σ wi·μi; σp² = Σi Σj wi·wj·ρij·σi·σj; Sharpe = (E[rp] − rf) / σp; Σ wi = 1, bez shortu wi ≥ 0.
  • Hranice = horní obálka 3 000 náhodných portfolií (bez shortu váhy z normalizovaných |N(0,1)|, se shortem z N(0,1) omezené na [−1; 2]) doplněná o dvojice aktiv.
  • Chyba odhadu: 20 scénářů s μi ± 1,5 p. b. a σi ± 10 % (pevné semínko); vykreslí se jejich hranice a jako ± se uvádí polovina rozpětí vah max-Sharpe portfolia.
  • Tři zadané korelace musí tvořit pozitivně definitní matici; vyžaduji, aby její nejmenší vlastní číslo bylo aspoň 0,05. Pokud ne, zmenšuji všechny tři korelace stejným koeficientem, dokud podmínka neplatí, a upozorním na to pod grafem.
  • Předpoklady: jedno období, bez transakčních nákladů; vstupy jsou samy odhadem.