Un método de calibración de Monte Carlo ponderado generalizado para la fijación de precios de derivados
Autores: Gudmundsson, Hilmar; Vyncke, David
Idioma: Inglés
Editor: MDPI
Año: 2021
Acceso abierto
Artículo científico
2021
Un método de calibración de Monte Carlo ponderado generalizado para la fijación de precios de derivados
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Monte Carlo
Modelos de fijación de precios de activos
Método de calibración
Precisión
Opciones fuera de muestra
Esquema de distorsión de probabilidad
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 28
Citaciones: Sin citaciones
El método de Monte Carlo ponderado es una técnica elegante para calibrar modelos de fijación de precios de activos a los precios de mercado. Sin embargo, la precisión puede disminuir bastante rápidamente para opciones fuera de muestra a medida que uno se aleja del rango de precios de ejercicio y del rango de vencimiento de las opciones de referencia. Para mejorar la precisión, proponemos una versión generalizada del método de calibración de Monte Carlo ponderado con dos características distintivas. Primero, utilizamos un esquema de distorsión de probabilidad para producir una distribución previa no uniforme para los caminos simulados. En segundo lugar, asignamos múltiples pesos por camino para ajustarnos a las diferentes madureces presentes en el conjunto de opciones de referencia. Nuestras pruebas en datos de opciones del S&P500 muestran que el nuevo método de calibración propuesto aquí produce un ajuste fuera de muestra significativamente mejor que el método original para dos modelos de fijación de precios de activos comúnmente utilizados.
Descripción
El método de Monte Carlo ponderado es una técnica elegante para calibrar modelos de fijación de precios de activos a los precios de mercado. Sin embargo, la precisión puede disminuir bastante rápidamente para opciones fuera de muestra a medida que uno se aleja del rango de precios de ejercicio y del rango de vencimiento de las opciones de referencia. Para mejorar la precisión, proponemos una versión generalizada del método de calibración de Monte Carlo ponderado con dos características distintivas. Primero, utilizamos un esquema de distorsión de probabilidad para producir una distribución previa no uniforme para los caminos simulados. En segundo lugar, asignamos múltiples pesos por camino para ajustarnos a las diferentes madureces presentes en el conjunto de opciones de referencia. Nuestras pruebas en datos de opciones del S&P500 muestran que el nuevo método de calibración propuesto aquí produce un ajuste fuera de muestra significativamente mejor que el método original para dos modelos de fijación de precios de activos comúnmente utilizados.