Cap6 OPIUNI BINARE I DISTRIBUIA NORMAL

CAND DEVINE O FUNCTIE DELTA, ACOPERIREA DEVINE URATA SI FRACTIUNILE CONTINUE FAC O
APARITIE ELEGANTA
6.1 INTRODUCERE
In Cap4, dup gsirea jurnalului cel mai simplu i puterea soluiilor Black-Scholes PDE, am introdus metode
generale de rezolvare a PDE cu o condiie iniial data. Am ntlnit cteva exemple de opiuni binare,bazate pe un
simplu pariu care plateste o cantitate fixa la maturitate daca pretul stoc este peste sau sub a anumita valoare. Exist
mai multe variante ale acestei teme, dintre care unele sunt descrise de Hull 1996, i un catalog substanial este dat
de Rubenstein i Reiner 1991. Acestea includ cazurile n care se pltete n numerar atunci cnd greva este lovita,
sau n cazul n care suma pltit la scaden se bazeaz pe preul de stoc.
Vom limita discuia la o analiz atent a cererii binare simple i a punem definite n seciunea 4.6, n cazul n care o
sum B, sau nimic, este pltit la scaden bazata pe faptul daca pretul beneficiilor la scadenta sunt peste sau sub
un anumit nivel de lovitura K
Acest caz simplu singur va ridica probleme de importan financiar i matematic. n special, trebuie s abordm:
a) dificultile n opiunile de acoperire binare;
b) cum se calculeaza distribuia cumulativ normal.
Multe alte cazuri pot fi evaluate folosind o combinaie de soluii rabat i taierea puterii apelurilor / pune discutia
anterioara.

6.2 OPIUNI DE NUMERAR BINARE DEFINITE I VIZUALIZATE

Vom avea nevoie de un model de distributie normala cumulativa. Aceasta este denotata de obicei de "N" in textele
derivate standard.dar in Mathematica functia N este rezervata pentru pura modelare numerica. Deci va trebui sa
folosim termenul "Norm",ca si inainte, si sa il definim in termenii de Eroare de functie, pentru care Mathematica are o
caracterizare simbolica si o metoda pentru evaluare numerica de inalta precizie. La sfarsitul acestui capitol, in
sectiunea 6.5, vom considera alte tehnici numerice pentru estimarea functiei de distributie cumulativa normala. Asa
ca vom defini:

Folosind distrution normale, putem defini formulele de binare Call si Pune. Noi o facem n dou etape - n primul rnd
vom introduce d2 funcii sunt definite la capitolul 4.

Evaluarea cererii binare i simplu Pune este apoi

Caracteristica izbitoare a acestor terenuri este faptul c panta devine verticalala apropierea grevei scadente , iar n
alt parte devine zero. Acest fapt face ravagii cu grecii, aa cum vom vedea n seciunea 6.4.
6.3 GRECII PENTRU OPIUNI DE NUMERAR BINARE

VERIFICAREA CONSTRNGERILOR DIFERENTIALE

Confirmam constrngerile difereniale leagand greci. Mai nti vom verifica c ecuatia Black - Scholes este ntradevr mulumitoare, exprimat n termeni de greci:

Vom verifica, de asemenea, Vega - Gamma i constrangerile Rho - Delta:

Reinei c faptul tinerea c acestor ultime dou identiti este foarte important- aceasta nseamn c identitile ce
leag Vega i Gamma, precum i Rho i Dlta, in chiar i atunci cnd aceste cantiti au datele iniiale singulare.
PUN VARIANTE
Grecii pentru cazul "Put" pot defini toate n mod similar - nu repetam toate detaliile i verificrile:

6.4 COMARUL DE ACOPERIRE

Parametrii de acoperire pentru opiunile binare sunt deosebit de interesante. S aruncm o privire la delta pentru un
apel, in intervalul de la aproape expurare la un an

S aruncm o privire mai atent la funcie:

Cum ne apropiem de scadenta, aceasta functie devine din ce in ce mai localizata la greva, unde devine infinita. In
alta parte devine zero. Esential a devenit ce termeni matematicieni o "functie Delta" . De fapt Delta pentru aceste
functii este in esenta doar functia Green ce am scris-o in capitolul 4. Acest lucru face acoperirea opiunilor binare

care sunt aproape de bani aproape imposibil ca apropierea expirarii. Daca pretul activului rataceste in jurul
grevei,aproappe de scadenta, pozitii uriase in baza pot fi definite ca si pozitia de acoperire, apoi cumparata
si vanduta repetat. Cuplat cu costurile tranzactiei ,aceasta poate face ravagii cu risc in management.
Gamma este la fel de patologic. Asa cum Delta se apropie de o functie Delta, asa Gamma apropie derivata
unei functii Delta la scadenta:

6.5 CALCUL DISTRIBUIA CUMULATIV NORMAL

Am putut sa definim, calculam i complota optiunile noastre binare n Mathematica, fr nici o codificare extinsa.
Aceasta s-a bazat foarte mult pe existena unor exacte rutine built-in pentru distribuirea cumulativ normal,
exprimat n termenii unei functii de eroare Erf:

Acest lucru a fost cartografiat pe distribuia normal cumulativ astfel:

S verificm c acest lucru este corect, prin diferenierea n Mathematica:

Ne da functionarea corecta a densitatii probabile. Aceasta evidentiaza una dintre caracteristicile frumoase despre
Mathematica - nu trebuie sa ne facem griji despre codificarea "functiilor speciale". Asemenea functii speciale se
intampla in multe alte cazuri diferite - de exemplu, functii hipergeometrice apar in stabilirea optiunii asiatice a
preturilor, functiile Bessel si chi-square apar in optiunea stabilirii de obligatiuni a pretutilor si asa mai departe.
Daca folosesti acest text pentru a verifica modele numerice codate in alte sisteme,vte poti intreba cum sa tratezi
asemenea functii. In general este o adevarata arta sa faci asta:
APROXIMRI RAIONALE COMUNE I PROBLEME RIDICATE
Sunt cateva aproximari standard pentru functia de eroare sau distributia cumulativa normala care au trecut in
utilizarea comuna. Ele sunt date de Abramowitz si Stegun (1972, cap 26) si au devenit populare in modelingul derivat
ca rezultat al includerii in textul clasic al lui John Hull(a3-a editie, 1996). Original datorita lui C.Hastings si publicata
in 1995, sunt prezentate aici ca HFuncOne si HFuncTwo. Aceasta pereche de functii sunt familiare multor lucratori in
derivate.
APROXIMAREA NUMRUL UNU
Vom introduce mai nti, funciile de baz:

Apoi prim aproximaie este dat de

Reinei c n primul rnd am definit cazul negativ foarte atent. Hull d formula pentru X> 0, funcia N (x), i apoi
propune utilizarea

pentru x<0. Aceasta categoric NU trebuie facuta, pentru motive foarte simple - cum x devine mare si pozitiv, functia
N se apropie de unitate, astfel ca definirea valorii pentru x negativ acest fel implic o pierdere masiv de precizie

cum am scdea dou numere aproape identice, ambele aproape de unitate. Felul in care l-am scris, in
termenii functiei "Base", numerele din apropiere nu sunt scazute niciodata. In plus, in discutiile noastre de
mai jos folosim arbitrarea precisa a aritmeticii matematice pentru a evalua aceste aproximatii. Daca

folosesti limbajul programarii C, raspunsurile pentru erori pot fi mai rele decat cele pe care le-am prezentat
noi. Exista totusi o alta problema potential urata.
Acum stim deja ce sunt derivatele distributiei cumulative normale, asa ca poate fi cazul ca acestea sa fie
codate separat. Totusi, daca modelingul sistemului este organizat in asa fel incat, acesta, de exemplu,
diferentele centrale ale valorilor sunt folosite peste tot pentru a calcula Delta si Gamma, aceste aproximari
pot ajunge in mod efectiv diferentiate. Sa facem asta symbolic:

Funcia n sine arat foarte bine:

Cu toate acestea, eroarea procentual se apropie de 4% la argumente negative mari (poate fi o eroare mai mare n
cazul n care un singur - este utilizat de precizie C):

Dac ne uitm la eroarea diferen, vom vedea c diferena este mai mic de 0,00001 peste tot:

Dar reinei oscilaia - devine destul de severe, si este amplificat atunci cnd diferenia.

Deci acest tip de aproximatie rationala nu poate fi folosita pentru a primi raspunsuri precise pentru argumente
negative mari si daca diferentele sunt luate, eroarea in poate fi semnificativ in apropierea grevei si la scadenta.
APROXIMAREA NUMRULUI DOI
Definim funciile corespunztoare de

Funcia arat foarte bine:

Eroarea procentual este acum limitat la mai puin de 0,7% la argumente negative mari:

Dac ne uitm la diferenta erorii, vom vedea c discrepanta este mai mic de aproximativ 0.0000001 peste tot:

Dar reinei oscilaia - devine destul de severa cum diferentiem.

Deci a doua aproximare se comport mai bine dect prima, n ceea ce privete ambele argumente negative, mari i
difereniere.
ALTE APROXIMARI
Daca lucrezi in C poti fi interesat sa notezi ca acolo este o functie precisa pentru distributia cumulativa normala data
in carte prin Press et al ( Numerical Receipes in C,editia a 2-a). Eroarea % complot peste intervalul -7<x<7 este mort
plat pentru aceasta functie cand dubla precizie C este folosita cu grija. Codul poate fi integrat in Mathematica folosind
MathLink trebuind sa iti doresti sa confirmi asta direct. Algoritmul din inima acelei aproximari este o expansiune
fractie continua. Vom explora aceasta in prezent. Alte abordari pot fi bazate pe metoda seriilor, dar trebuie aplicate

pe portiuni. In primul rand putem dezvolta o serie de puteri cu privire la origine. Retine ca in Mathematica functia
Normal este folosita pentru a converti o serie de puteri trunchiate la un polinom.

Pentru valori mari ale argumentului putem folosi serie asimptotic valabil aproape de

Sau aproape

Seria de putere poate da rezultate excelente dac sunt luati suficient de muli termeni, i funcioneaz bine pn la
circa x = 2, cu 30 de termeni:

Seria asimptotica poate fi un pic cam greu de manuit si controlat asa ca nu pot recomanda aceasta combinatie de
putere si serie asimptotica. O alternativa pentru argumente pozitive mari ( negative mari tratate in mod obisnuit) care

este atat de precisa si mind-bogglingly este extinderea fractiunii continue de asemenea de la Abramowitz si Stegun.
Are meritul ca, in afara de functia exponentiala, sunt utilizati doar coeficienti intregi.

Pentru mari x pozitive pe care le definii urmtoarele apropierea:

Deci, o alaturare atenta a seriei de putere cu expansiunea fractiei continue pot da un rezultat excelent. De fapt putem
face mai degraba mai bine daca am inlocui seria de putere cu o alta fractie continua. Aceasta a doua serie este buna
intr-un cartier mare al originii. Se bazeaza pe aceasta functie:

Aproximatia la distribuia normal este dat de

S ne uitm la eroarea de 0 <x <3:

Aceste doua expansiuni de fractii continue sunt ce recomand pentru calculul precis al distributiei cumulative normale
daca nu utilizati Mathematica. Sunt date de ecuatii (26.2.14) si (26.2.15) lui Abramowitz si Stegun (1972). Sunt usor
de codat in orice limba si dau erori semnificativ mai mici decat aproximarile rationale populare.