About: Posouzení vybraných možností zefektivnění simulace Monte Carlo při opčním oceňování     Goto   Sponge   NotDistinct   Permalink

An Entity of Type : http://linked.opendata.cz/ontology/domain/vavai/Vysledek, within Data Space : linked.opendata.cz associated with source document(s)

AttributesValues
rdf:type
Description
  • Obecně existuje vícero přístupů k určení ceny finančních derivátů, z nichž každý je vhodný pro řešení odlišných problémů. V případě komplikované výplatní funkce či komplexních podkladových procesů může být vhodným postupem simulace Monte Carlo. Tato metoda vyžaduje k dosažení spolehlivého výsledku velké množství pokusů. To je možné zredukovat aplikací technik zaměřených na snížení rozptylu. V článku je pozornost zaměřena na ověření potencionálního přínosu vybraných metod zejména s ohledem na pokročilé Lévyho modely. Více konkrétněji, dochází k aplikaci metody protikladných proměnných a metody stratifikovaného výběru či případně jejich kombinace za předpokladu, že se cena podkladového aktiva vyvíjí v klasickém prostředí (model dle Blacka a Scholese) či v rámci reálnějšího prostředí zahrnujícího šikmost a špičatost (variance gama model nebo normální inverzní Gaussův model). Rovněž je ověřeno, nakolik je odhad dle intervalu spolehlivosti relevantní. Uvažovaným finančním derivátem je jednoduchá call opce
  • Obecně existuje vícero přístupů k určení ceny finančních derivátů, z nichž každý je vhodný pro řešení odlišných problémů. V případě komplikované výplatní funkce či komplexních podkladových procesů může být vhodným postupem simulace Monte Carlo. Tato metoda vyžaduje k dosažení spolehlivého výsledku velké množství pokusů. To je možné zredukovat aplikací technik zaměřených na snížení rozptylu. V článku je pozornost zaměřena na ověření potencionálního přínosu vybraných metod zejména s ohledem na pokročilé Lévyho modely. Více konkrétněji, dochází k aplikaci metody protikladných proměnných a metody stratifikovaného výběru či případně jejich kombinace za předpokladu, že se cena podkladového aktiva vyvíjí v klasickém prostředí (model dle Blacka a Scholese) či v rámci reálnějšího prostředí zahrnujícího šikmost a špičatost (variance gama model nebo normální inverzní Gaussův model). Rovněž je ověřeno, nakolik je odhad dle intervalu spolehlivosti relevantní. Uvažovaným finančním derivátem je jednoduchá call opce (cs)
  • In general, there exist many ways to detect the fair value of financial derivatives. However, each of them is suitable for different purposes. For example, when the payoff function is not very simple or the underlying process is too complex, the approach of Monte Carlo simulation can be useful. Unfortunately, the plain Monte Carlo simulation needs a very high number of independent paths to get reliable results. It is the reason why an improvement of the plain approach should be applied to decrease the number of paths required in order to get reliable results. In this paper we study more closely several such approaches and examine their potential of increasing the efficiency. To be more exact, we apply the antithetic variates method and stratified sampling approaches, including their combinations in order to get the fair price of a plain vanilla call. We consider three distinct underlying processes: geometric Brownian motion, variance gamma model and normal inverse Gaussian model. We also verify the co (en)
Title
  • Posouzení vybraných možností zefektivnění simulace Monte Carlo při opčním oceňování
  • Examination of selected improvement approaches to Monte Carlo simulation in option pricing (en)
  • Posouzení vybraných možností zefektivnění simulace Monte Carlo při opčním oceňování (cs)
skos:prefLabel
  • Posouzení vybraných možností zefektivnění simulace Monte Carlo při opčním oceňování
  • Examination of selected improvement approaches to Monte Carlo simulation in option pricing (en)
  • Posouzení vybraných možností zefektivnění simulace Monte Carlo při opčním oceňování (cs)
skos:notation
  • RIV/61989100:27510/08:00018604!RIV09-GA0-27510___
http://linked.open...avai/riv/aktivita
http://linked.open...avai/riv/aktivity
  • P(GA402/08/1237)
http://linked.open...iv/cisloPeriodika
  • 6
http://linked.open...vai/riv/dodaniDat
http://linked.open...aciTvurceVysledku
http://linked.open.../riv/druhVysledku
http://linked.open...iv/duvernostUdaju
http://linked.open...titaPredkladatele
http://linked.open...dnocenehoVysledku
  • 387813
http://linked.open...ai/riv/idVysledku
  • RIV/61989100:27510/08:00018604
http://linked.open...riv/jazykVysledku
http://linked.open.../riv/klicovaSlova
  • Simulation Monte Carlo; variance reduction methods; options; option pricing; Black and Scholes model; Lévy process; variance gamma model; normal inverse Gaussian model; confidence interval (en)
http://linked.open.../riv/klicoveSlovo
http://linked.open...odStatuVydavatele
  • CZ - Česká republika
http://linked.open...ontrolniKodProRIV
  • [B43B9B1DB4CB]
http://linked.open...i/riv/nazevZdroje
  • Politická ekonomie
http://linked.open...in/vavai/riv/obor
http://linked.open...ichTvurcuVysledku
http://linked.open...cetTvurcuVysledku
http://linked.open...vavai/riv/projekt
http://linked.open...UplatneniVysledku
http://linked.open...v/svazekPeriodika
  • 56
http://linked.open...iv/tvurceVysledku
  • Tichý, Tomáš
http://linked.open...ain/vavai/riv/wos
  • 000262075300004
issn
  • 0032-3233
number of pages
http://localhost/t...ganizacniJednotka
  • 27510
Faceted Search & Find service v1.16.118 as of Jun 21 2024


Alternative Linked Data Documents: ODE     Content Formats:   [cxml] [csv]     RDF   [text] [turtle] [ld+json] [rdf+json] [rdf+xml]     ODATA   [atom+xml] [odata+json]     Microdata   [microdata+json] [html]    About   
This material is Open Knowledge   W3C Semantic Web Technology [RDF Data] Valid XHTML + RDFa
OpenLink Virtuoso version 07.20.3240 as of Jun 21 2024, on Linux (x86_64-pc-linux-gnu), Single-Server Edition (126 GB total memory, 48 GB memory in use)
Data on this page belongs to its respective rights holders.
Virtuoso Faceted Browser Copyright © 2009-2024 OpenLink Software