DX 库快速入门:多风险衍生工具评估(二)

2018 年 1 月 26 日 Datartisan数据工匠

点击上方

Datartisan数据工匠

可以订阅哦!

课程简介


定义在多个风险因素和这些衍生工具组成的投资组合的衍生工具估值,这是DX Analytics的一个特色。本节说明了专用的多风险评估类的使用情况。


学习目标


  • 学习用于欧式行权的多风险衍生工具的评估类,考虑最大看涨期权:用于多风险因素估算的敏感度,包括正相关、负相关风险因素;可视化多风险因素的价值曲面、Delta曲面、Vega曲面

  • 学习用于美式行权的多风险衍生工具的评估类:可视化多风险因素的现值曲面、Delta曲面、Vega曲面

  • 基于四个不同风险因素的最大篮子期权,学习跳跃扩散以及随机波动率模型:跳跃扩散和随机成交量指标(Vol)过程的Delta、Vega曲面;学习最小看跌期权的情况


二、评估环境


2.valuation_mcs_american_multi 类

总的来说,美式行权评估类的建模和处理与欧式行权的没有太大差别。主要区别在于收益函数的定义。


2.1 现值曲面

这个例子建立了基于之前两个风险因素的美式最低投入的模型。

像之前基于两个风险因素的欧式期权,现值曲面以同样的方法产生。根据Longstaff-Schwartz(2001)的研究,美式期权的计算负担要高得多,这个期权通过使用最小二乘蒙特卡罗方法(LSM)来估价。



未完待续:

课程内容较多,请复制链接通过电脑学习,获得最佳学习效果。

 http://datacademy.io/lesson/202
观看手机版课程扫码关注微信号

「数析学院服务号

掌握课程资讯


长按识别二维码关注

登录查看更多
0

相关内容

【经典书】机器学习:贝叶斯和优化方法,1075页pdf
专知会员服务
393+阅读 · 2020年6月8日
基于深度学习的表面缺陷检测方法综述
专知会员服务
84+阅读 · 2020年5月31日
【圣经书】《强化学习导论(2nd)》电子书与代码,548页pdf
专知会员服务
197+阅读 · 2020年5月22日
【经典书】机器学习高斯过程,266页pdf
专知会员服务
193+阅读 · 2020年5月2日
《代码整洁之道》:5大基本要点
专知会员服务
49+阅读 · 2020年3月3日
【强化学习】深度强化学习初学者指南
专知会员服务
178+阅读 · 2019年12月14日
刚开始学编程?这几款小工具能让你事半功倍
荐书丨Python数据分析从入门到精通
程序人生
18+阅读 · 2018年3月31日
机器学习各种熵:从入门到全面掌握
AI研习社
10+阅读 · 2018年3月22日
强化学习的入门之旅
机器学习研究会
6+阅读 · 2018年2月12日
程序员进阶指南:如何提升自身的不可替代性
开源中国
4+阅读 · 2018年1月8日
【入门】数据分析六部曲
36大数据
17+阅读 · 2017年12月6日
深度学习入门:投身深度学习你需要哪些准备?
机器学习研究会
13+阅读 · 2017年11月25日
【直观详解】信息熵、交叉熵和相对熵
机器学习研究会
10+阅读 · 2017年11月7日
如何用 3 个月零基础入门机器学习?
AI研习社
6+阅读 · 2017年9月27日
Arxiv
108+阅读 · 2020年2月5日
Generalization and Regularization in DQN
Arxiv
6+阅读 · 2019年1月30日
Federated Learning for Mobile Keyboard Prediction
Arxiv
4+阅读 · 2018年11月8日
Arxiv
4+阅读 · 2018年5月4日
Arxiv
6+阅读 · 2018年2月7日
Arxiv
5+阅读 · 2018年1月30日
Arxiv
3+阅读 · 2018年1月10日
VIP会员
相关资讯
刚开始学编程?这几款小工具能让你事半功倍
荐书丨Python数据分析从入门到精通
程序人生
18+阅读 · 2018年3月31日
机器学习各种熵:从入门到全面掌握
AI研习社
10+阅读 · 2018年3月22日
强化学习的入门之旅
机器学习研究会
6+阅读 · 2018年2月12日
程序员进阶指南:如何提升自身的不可替代性
开源中国
4+阅读 · 2018年1月8日
【入门】数据分析六部曲
36大数据
17+阅读 · 2017年12月6日
深度学习入门:投身深度学习你需要哪些准备?
机器学习研究会
13+阅读 · 2017年11月25日
【直观详解】信息熵、交叉熵和相对熵
机器学习研究会
10+阅读 · 2017年11月7日
如何用 3 个月零基础入门机器学习?
AI研习社
6+阅读 · 2017年9月27日
相关论文
Arxiv
108+阅读 · 2020年2月5日
Generalization and Regularization in DQN
Arxiv
6+阅读 · 2019年1月30日
Federated Learning for Mobile Keyboard Prediction
Arxiv
4+阅读 · 2018年11月8日
Arxiv
4+阅读 · 2018年5月4日
Arxiv
6+阅读 · 2018年2月7日
Arxiv
5+阅读 · 2018年1月30日
Arxiv
3+阅读 · 2018年1月10日
Top
微信扫码咨询专知VIP会员