Fisici sul mercato Introduzione alla finanza quantitativa

Slides:



Advertisements
Presentazioni simili
I modelli di valutazione
Advertisements

Lezione 3 Lequilibrio del mercato dei beni Istituzioni di Economia.
I modelli di valutazione delle opzioni su tassi
Economia dei mercati monetari e finanziari B
Economia dei mercati monetari e finanziari B
Economia dei mercati monetari e finanziari A
Economia dei mercati monetari e finanziari A Gabriele Guggiola Università degli Studi dellInsubria I - I mercati finanziari.
Economia dei mercati monetari e finanziari A
EFFETTI CICLICI SULLA PD NEI MODELLI IN FORMA RIDOTTA Modelli in forma ridotta: - default variabile casuale (random) - PD stimate in modo esogeno Obiettivo:
6. Catene di Markov a tempo continuo (CMTC)
VALUTAZIONE D’AZIENDA
ODE PROBLEMA DI CAUCHY IN 1-D Sia f : I x RR, I  R.
Chiara Mocenni - Sistemi di Supporto alle Decisioni I – aa Sistemi di Supporto alle Decisioni I Dynamic Programming Chiara Mocenni Corso di.
Chiara Mocenni - Sistemi di Supporto alle Decisioni I – aa Sistemi di Supporto alle Decisioni I Scelte di consumo Chiara Mocenni Corso di laurea.
1 Pavia, 23 Marzo 2009 Analisi Macroeconomica e Processo di Investimento.
La Finanza Garantisce il reperimento delle risorse finanziarie necessarie a coprire gli investimenti FINANZA SUBORDINATA Reperimento dei mezzi necessari.
N. 5/2006 FACOLTA’ DI SCIENZE ECONOMICHE E AZIENDALI
Soluzioni di problemi elettrostatici
6. Catene di Markov a tempo continuo (CMTC)
Lezione 4 IL RISCHIO D’IMPRESA ED IL RISCHIO FINANZIARIO. LA RELAZIONE RISCHIO/RENDIMENTO. IL COSTO DEL CAPITALE.
La scelta dei progetti di innovazione
Dip. Economia Politica e Statistica
Inversione differenziale della Cinematica
Capital Asset Pricing Model
Stima ed algoritmi di consensus distribuito: considerazioni su IKF
IAS 39: STRUMENTI FINANZIARI: RILEVAZIONE E VALUTAZIONE
Analisi e Gestione del Rischio
Analisi e gestione del rischio
Analisi e gestione del rischio
Analisi e Gestione del Rischio
Analisi e gestione del rischio
Analisi e Gestione del Rischio
Assicurazioni vita e mercato del risparmio gestito
Analisi e gestione del rischio
Volatilità e informazione implicita
Mercati Azionari, Obbligazionari e Derivati A.A. 2006/ II semestre Docente: Massimo Pinna Università degli Studi di Cagliari Facoltà di Economia.
STRUMENTI FINANZIARI DERIVATI
Stefano Visintin Studio Attuariale Visintin & Associati – SAVA S.r.l.
Claudio Zara – Università Bocconi – Sistema finanziario CLEF Lezione I mercati degli strumenti derivati – swaps, contratti a termine e financial futures.
Money Management.
Statistica economica (6 CFU) Corso di Laurea in Economia e Commercio a.a Docente: Lucia Buzzigoli Lezione 5 1.
La congrua remunerazione
Definizione di perdita attesa
Modelli Finanziari nel Tempo Continuo
Di Cunzolo Alessandro Farioli Giuseppe 10 Gennaio 2012
Analisi e Gestione del Rischio Lezione 3 Ricognizione delle posizioni e marking to market.
Corso di Finanza Aziendale
Il pricing dei derivati: Metodo di Montecarlo, Path Integrals
Analisi e Previsioni nei mercati finanziari a.a
UNIVERSITA’ DEGLI STUDI DI PARMA FACOLTA’ DI ECONOMIA
Teresa di Coste Domenico Fanelli
Il controllo dei rischi dal quantitative easing alla vicenda greca
Evoluzione della teoria del rischio finanziario
Analisi e gestione del rischio
La verifica d’ipotesi Docente Dott. Nappo Daniela
R. Soncini Sessa, MODSS, L 26 Stima degli effetti Calcolo degli obiettivi (Laplace) Rodolfo Soncini Sessa MODSS Copyright 2004 © Rodolfo Soncini.
Valutazione delle opzioni
Analisi e Gestione del Rischio
I rischi di mercato: i modelli di simulazione Lezione 9
1 6 Maggio 2008 – Milano INCONTRO ATTUARI INCARICATI VITA L’EVOLUZIONE DEL RUOLO DELL’ATTUARIO INCARICATO ALLA LUCE DEL REGOLAMENTO ISVAP N.20/2008 SUI.
Analisi e gestione del rischio
Assicurazione Vita e Mercato del Risparmio Gestito Modello APT.
Assicurazioni vita e mercato del risparmio gestito Lezione 6 Il modello di Black Scholes.
Analisi e Gestione del Rischio Lezione 7 Prodotti con pay-off non lineare.
I modelli di valutazione delle opzioni su tassi
Introduzione a rischio, rendimento e costo opportunità del capitale
Capitolo 9 L’operatività del sistema: verso la formulazione di un modello d’analisi 1.
Obiettivi e strategie per la diversificazione degli investimenti e la de-correlazione dei rischi Firenze 25 Gennaio 2016.
Laboratorio di Creazione d’Impresa L-A Strategia, Business, Settore.
Valutazioni applicate alle decisioni di investimento Arch. Francesca Torrieri Analisi di sensitività e analisi del rischio.
Transcript della presentazione:

Fisici sul mercato Introduzione alla finanza quantitativa Leonardo Bellucci 3 Dicembre 2008

Un primo sguardo: mondo binomiale Outline I modelli in finanza Un primo sguardo: mondo binomiale Il principio: Black-Scholes e le sue formulazioni Il modello di Heston

Esiste una sola legge, la legge del prezzo unico: Models in Finance Esiste una sola legge, la legge del prezzo unico: Due strumenti con gli stessi flussi futuri, qualunque futuro si realizzi, devono avere lo stesso prezzo. E. Derman replication no-arbitrage

Models in Finance I modelli hanno quindi due compiti fondamentali. Identificare strategie di replica (statica/dinamica): semplici complessi Permettere ai traders di sfruttare le loro opinioni: opinioni prezzi

Market Money Market Account Asset Derivative CALL PUT

Call Diritto ad acquistare, al tempo T, l’asset S al prezzo K.

Toy Model Evoluzione su un time-step, tutte le quantità note

Toy Model Call su S con maturity T1, strike K=100 ? NO!

No-Arbitrage Pricing Portafoglio in S e B piuttosto che call.

No-Arbitrage Pricing Opportuna scelta di a e b  strategia di replica della call: Per la legge del singolo prezzo: !

Risk-neutral measure Riarrangiando la formula di pricing: Dalla misura reale a quella risk-neutral:

The Black-Scholes model Money Market Account Asset Normalità dei ritorni (logaritmici) Discretizzazione di Itô

Stratonovich vs Itô La forma differenziale non è ben definita (integrale stocastico): Stratonovich Itô Discretizzazione Non anticipatore

The Black-Scholes model Option Applicando il lemma di Itô:

The Black-Scholes model Portafoglio costituito da call e asset: L’evoluzione del valore del portafoglio è data da: no m no risk delta

The Black-Scholes model Essendo risk-less: Uguagliando con la precedente: Black-Scholes PDE

The Black-Scholes model Supponendo tassi nulli: La volatilità realizzata è indipendete dal path !

BS: PDE approach Tramite una serie di cambi di variabile la BS-PDE può essere ricondotta all’equazione del calore e risolta: Vol implicita: Formula di BS come metrica

BS: MC approach Il teorema di Feynman-Kac permette di formulare il problema come valore atteso: Valutazione Monte Carlo da simulazione diretta del processo. Possibilità di gestire strumenti non analitici.

BS: SC approach La determinazione della strategia di hedge, e quindi del prezzo, è un problema di controllo ottimo (stocastico): Variabile di controllo: Funzione costo: La soluzione in tempo continuo del problema è:

BS: success Ipotesi ragionevoli: realistico Semplice e intuitivo: gedanken experiment Non solo formula di prezzo: strategia di hedge Unico parametro “opinabile”: volatilità implicita Assunzioni chiare: aggiustamenti intuitivi

INNOVAZIONE MODELLISTICA Quant’s activities Variazioni fenomenologia Nuovi prodotti (su nuovi rischi) INNOVAZIONE MODELLISTICA Approfondimento implicazioni fisiche Sviluppo aspetti analitici/numerici

Quant’s activities HESTON MODEL Smile Path-dependent, barrier options Calibrazione, soluzione MC e PDE Dinamica dello smile, strategie di hedge

The Heston model Anche la volatilità è una variabile stocastica. Si assume che la volatilità segua un processo di Ornstein-Uhlenbeck, da cui un processo di tipo CIR per la varianza. Il mercato non è completo.

The Heston model Risolvendo il processo CIR: Il processo è non negativo: : strettamente positivo. : 0 è una barriera riflettente.

The Heston model : evoluzione deterministica. : variabilità della volatilità. : correlazione fra i processi.

The Heston model : componente deterministica. : distribuzione di vol - variance. : distribuzione di vol - skewness.

Heston: calibration Il primo requisito di un modello è che recuperi i fenomeni elementari direttamente osservabili sul mercato. Non costanza (smile) della volatilità implicita Non-lognormalità della distribuzione dell’asset

Heston: calibration Queste informazioni sono contenute nelle quotazioni delle opzioni plain-vanilla (call/put). Il problema della calibrazione è quindi un problema di minimizzazione nello spazio dei parametri del modello. Dove p() è una funzione di regolarizzazione e c() è una funzione di constraints nello spazio dei parametri. Tecniche di ottimizzazione

Heston: analytical solution Una calibrazione efficiente richiede la soluzione analitica del problema di valutazione delle plain-vanilla. Per la call:

Heston: analytical solution Passando in trasformata di Fourier: L’integrale complesso della funzione caratteristica può essere ridotto ad un integrale sulla parte reale: Dove G è la funzione generatrice dei momenti.

Heston: pricing Un modello di smile permette di valutare strumenti non trattabili in maniera chiara nel modello di Black. Come esempio possiamo considerare una barrier option: Call up&out, strike K1, barriera K2. Il prodotto si comporta come una call plain-vanilla con strike K1, ma se il sottostante sale sopra K2 viene cancellata. Non risolvibile analiticamente, MC o PDE.

Heston: MC approach La simulazione del sottostante a tutte le date rilevanti di vita del prodotto è ancora un problema aperto. Aderenza al processo Prestazioni Schema di Eulero: Il processo discreto per V può diventare negativo.

Heston: MC approach Schema di Broadie-Kaya: Molto costoso da un punto di vista computazionale. Schemi di dicretizzazione

Heston: PDE approach PDE: Equazione convettivo-diffusiva in due variabili con termine in derivata mista.

Heston: PDE approach Anche per semplici plain-vanilla (call/put), le condizioni al contorno possono essere difficili da trattare: Schemi di risoluzione e condizioni al contorno per prodotti complessi

Heston: delta hedge Portafoglio con una call con strike K1 e una call con strike K2, sullo stesso sottostante. I due delta sono confrontabili/additivi? Non nel modello di Black-Scholes: Si suppone una variabilità dello stesso sottostante diversa nelle due valutazioni.

Heston: delta hedge Un modello di smile, come quello di Heston, permette di trattare i due casi in maniera omogenea. Intuitivamente, il delta è dato da: Delta di Black-Scholes Correzione per variazione dello smile generato dal modello

Heston: delta hedge La determinazione del delta è affrontabile in maniera rigorosa come problema di controllo ottimo. Si riesce a dimostrare che:

Heston: vega hedge La volatilità è stocastica… …hedge anche sulla volatilità (vega) e non solo sul sottostante (delta) Non coerente con le ipotesi di Black-Scholes Significatività del vega Problema di confrontabilità/additività Un modello di smile permette un approccio coerente.

Heston: vega hedge Calcolo del vega rispetto ai parametri del modello. Problema di rappresentazione se vengono usati più modelli per vari strumenti sullo stesso sottostante. Via SVD ci si riconduce ad un “vega di Black”:

Heston: vega hedge Calcolo del vega su scenari predefiniti e basket di hedge, rendendo più intuitivo il metodo precedente. Definizione dei componenti del portafoglio di hedge. Definizione di scenari di variazione dello smile. Calcolo delle variazioni di prezzo dello strumento esotico e del basket di hedge. Selezionare i pesi del portafoglio di hedge per minimizzare le differenze fra le variazioni. Il vega è il “vega di Black” del portafoglio di hedge.

Heston: vega hedge L’approccio precedente dovrebbe poter essere affrontato con le metodologie delle strategie di controllo ottimo. Selezione del portafoglio di hedge ottimale. Stima dell’effettiva replicabilità. Stima dell’incertezza dei profitti. L’utilizzo del controllo ottimo per questi fini è un argomento di frontiera

Heston: smile dynamics Le più recenti strutture esotiche sono sensibili non solo alla configurazione attuale dello smile, ma soprattutto alle sue realizzazioni future. Napoleon Cliquet: Un’analisi approfondita del comportamento di questa opzione mostra che si comporta come una put sulla volatilità futura.

Heston: smile dynamics Nel modello di Heston la dinamica dello smile è determinata dal processo che abbiamo scelto per la volatilità: sticky strike sticky delta

Heston: smile dynamics L’informazione sulla dinamica non può essere ricavata dallo smile delle plain-vanilla: queste dipendono solo dalla distribuzione terminale del sottostante, e non da quelle condizionali. Il mercato tende ad alternare i due regimi: sticky strike su scale di tempo brevi, sticky delta su orizzonti temporali lunghi. Come formalizzare un modello in cui la dinamica dello smile è uno dei “parametri” del modello stesso? Un modello di dinamica dello smile è uno dei temi dell’attuale ricerca.

Grazie per l’attenzione Il presente documento è stato predisposto in maniera indipendente da MPS CAPITAL SERVICES Banca per le Imprese SpA ( di seguito: MPS CS). Esso contiene opinioni, informazioni e dati, con fine divulgativo, ottenuti dalla predetta MPS CS tramite fonti ritenute in buona fede attendibili, tuttavia MPS CS non ha la qualifica di agenzia di rating, quindi non intende certificare, come in effetti non certifica, la veridicità, l'accuratezza e la completezza delle predette informazioni e dei predetti dati.

title