SlideShare una empresa de Scribd logo
1 de 107
Valuación de Opciones Europeas con el Modelo de Heston
utilizando	
  Métodos	
  de	
  Diferencias	
  Finitas
David Solís
Maestría en Finanzas Cuantitativas
Examen Final de Posgrado
IF I CAN TAKE IT,
I CAN MAKE IT.
Louis Zamperin
Experimentos Numéricos
Agenda
Introducción
Diferencias Finitas
Conclusiones
Referencias
1
2
3
4
5
Retroalimentación6
Introducción
Objetivo del Trabajo
Este trabajo tiene el objetivo de fungir como una prueba de concepto para
demostrar que hay alternativas de por lo menos igual calidad a productos
comerciales de muy alto costo y la oportunidad que representa la
implementación de algoritmos para problemas no contemplados por estos
productos.
Nuestra primera hipótesis es que se puede robustecer el método
ponderado o método θ utilizando una malla no uniforme. La segunda
hipótesis es que para la PDE de Heston, el esquema implícito de
direcciones alternadas (ADI por las siglas en inglés de alternating direction
implicit) es una mejor alternativa al método θ. La tercera hipótesis es que
para este tipo de PDEs, los métodos de diferencias finitas son una mejor
opción a una solución basada en simulación de Monte Carlo.
5
Modelo Heston
6
Modelo Heston
6
Modelo Heston
6
PDE de Heston
7
PDE de Heston
7
Parabólica
PDE de Heston
Dependiente
del tiempo
7
PDE de Heston
Segundo orden
7
PDE de Heston
Difusión
7
PDE de Heston
Convección
7
PDE de Heston
Reacción
(factor de
descuento)
7
PDE de Heston
Término
derivado mixto
7
PDE de Heston
L es un
operador
8
PDE de Heston
Condiciones de Frontera
9
PDE de Heston
Condiciones de Frontera
Valor al
vencimiento
9
La función no está
acotada
PDE de Heston
Condiciones de Frontera
Precio del
subyacente = 0
9
PDE de Heston
Condiciones de Frontera
A medida que aumenta
el precio de la acción,
la delta se acerca a 1
9
PDE de Heston
Condiciones de Frontera
Conforme la volatilidad
aumenta, la opción de
compra se acerca al
precio de la acción
9
PDE de Heston
Condiciones de Frontera
9
Es necesario encontrar
las cotas superiores
para S y v.
Diferencias Finitas
Representación de la Solución de PDEs
x1
t1
),( 11 txT
T=3.5
T=5.2
Diferentes curvas
son usadas para
diferentes valores de
una de las variables
independientes
Una gráfica en 3
dimensiones de la
función T(x, t)
Los ejes representan las
variables independientes.
Los valores de la función
se muestran en los
puntos de la malla.
11
Método de Líneas
‣ Dividir el intervalo x en sub
intervalos cada uno de longitud h
‣ Dividir el intervalo t en sub
intervalos cada uno de longitud k
‣ Se usa una malla de puntos para
la solución de diferencias finitas
‣ Uij representa U(xi, tj)
‣ Se reemplazan las derivadas por
las fórmulas de diferencias
finitas
t
x
12
Construcción de Mallas
Mallas Uniformes
13
Construcción de Mallas
Mallas Uniformes
Discretización
13
Construcción de Mallas
Mallas no Uniformes
14
Construcción de Mallas
Mallas no Uniformes
15
Construcción de Mallas
Mallas no Uniformes - Implementación en R
16
Dimensión S
Construcción de Mallas
Mallas no Uniformes - Implementación en R
16
Dimensión v
Construcción de Mallas
Mallas no Uniformes
17
Construcción de Mallas
Mallas no Uniformes
Más fina alrededor
del 0
17
Construcción de Mallas
Mallas no Uniformes
Más fina alrededor del
precio de ejercicio
17
Construcción de Mallas
Mallas no Uniformes
17
Aproximación en Diferencias Finitas
Derivadas de Primer Orden
Mallas no uniformes
Mallas uniformes
18
Aproximación en Diferencias Finitas
Derivadas de Segundo Orden
Mallas no uniformes
19
Aproximación en Diferencias Finitas
Derivadas de Segundo Orden
Mallas uniformes
20
Aproximación en Diferencias Finitas
Derivada Mixta
Mallas no uniformes
Mallas uniformes
21
Aproximación en Diferencias Finitas
Derivada Mixta
Coeficientes
22
Método Ponderado
v
S
t
NS
NV
NT
* * *
* * * *
* * * *
* * * *
* * * * *
* * * * *
* * * * *
* * * * *
* * * * *
* * * * *
* * * * *
* * * * *
* * * *
* * * *
* * * *
* * *
!
"
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
#
$
%
&
&
&
&
&
&
&
&
&
&
&
&
&
&
&
&
&
&
&
&
N×N
NS
NV
N = (NS + 1) × (NV + 1)
0
23
Método Ponderado
Definido por la relación
24
Método Ponderado
Definido por la relación
El valor de θ determina el esquema
24
Método ADI
Idea Principal - Descomponer L en 3 matrices
donde
dado
25
Método ADI
Idea Principal - Descomponer L en 3 matrices
donde
dado
25
Derivada mixta
totalmente explícita
Método ADI
Idea Principal - Descomponer L en 3 matrices
donde
dado
25
Dirección S
implícita
Derivada mixta
totalmente explícita
Método ADI
Idea Principal - Descomponer L en 3 matrices
donde
dado
25
Dirección S
implícita
Dirección v
implícita
Derivada mixta
totalmente explícita
Método ADI
Idea Principal - Descomponer L en 3 matrices
donde
dado
Ciertos componentes
son tratados explícita y
otros implícitamente
25
Dirección S
implícita
Dirección v
implícita
Derivada mixta
totalmente explícita
Método ADI
Esquemas
Un paso predictor hacia
adelante es seguido por
dos pasos implícitos
correctores de una sola
dirección, cuyo propósito
es estabilizar el paso
predictor.
26
Método ADI
Esquemas
Un paso predictor hacia
adelante es seguido por
dos pasos implícitos
correctores de una sola
dirección, cuyo propósito
es estabilizar el paso
predictor.
El parámetro θ controla la ponderación, de
manera similar al método ponderado. θ = 0
para el esquema explícito, θ = 0.5 para Crank-
Nicolson y θ = 1 para el esquema implícito.
26
Método ADI
Esquemas
Un paso predictor hacia
adelante es seguido por
dos pasos implícitos
correctores de una sola
dirección, cuyo propósito
es estabilizar el paso
predictor.
Extensión al esquema
D o u g l a s . R e a l i z a u n
segundo paso predictor
seguido por dos pasos
correctores de una sola
dirección.
El parámetro θ controla la ponderación, de
manera similar al método ponderado. θ = 0
para el esquema explícito, θ = 0.5 para Crank-
Nicolson y θ = 1 para el esquema implícito.
26
Método ADI
Ejemplos de Esquemas
Extensión al esquema
Douglas. Diseñado para la
solución numérica de
e c u a c i o n e s d e
c o n v e c c i ó n - d i f u s i ó n -
reacción que surgen en
química atmosférica.
27
Método ADI
Ejemplos de Esquemas
Extensión al esquema
Douglas. Diseñado para la
solución numérica de
e c u a c i o n e s d e
c o n v e c c i ó n - d i f u s i ó n -
reacción que surgen en
química atmosférica.
Extensión al esquema
D o u g l a s . T i e n e m á s
libertad en la elección de θ
e n c o m p a r a c i ó n a l
esquema CS.
27
Experimentos Numéricos
Diseño de las Pruebas
29
Diseño de las Pruebas
De acuerdo con alcance
Precisión y tiempo de CPU
29
Diseño de las Pruebas
Comparación con valor teórico
Precisión
29
Diseño de las Pruebas
Validación de varias hipótesis
Sentido práctico del método explícito
Malla uniforme vs no uniforme
Atributos superiores de métodos ADI
Evaluación de métodos de diferencias
finitas
Estabilidad
Convergencia
Precisión
Selección de método y esquema
29
Diseño de las Pruebas
Evaluación del método
seleccionado bajo
varios escenarios
30
Diseño de las Pruebas
Comparación contra otros métodos
usando como referencia el método
analítico
Precisión
Tiempo de CPU
30
Diseño de las Pruebas
• Los escenarios empleados fueron los utilizados por algunos
artículos donde comparan alternativas de soluciones.
• Había varias alternativas para calcular la fórmula analítica, se
evaluaron tres contra un precio teórico.
• Se buscó un método Monte Carlo explícitamente diseñado
para el modelo Heston, no se evaluaron alternativas.
• No fue un proceso lineal.
31
Diseño de las Pruebas
Conceptos
Convergencia. Significa que la
solución obtenida por el método de
las diferencias finitas se aproxima a
la verdadera solución cada vez que
Δt y Δx se hacen más pequeñas.
Estabilidad. Un algoritmo es estable
si los errores en cada etapa no se
magnifican a medida que el cómputo
avanza
32
Diseño de las Pruebas
Conceptos
Si la condición 2κθ > σ2 se mantiene,
e n t o n c e s l a t e n d e n c i a e s
suficientemente grande para el
proceso de la varianza para
garantizar valores positivos que no
llegan a cero. Esta condición se
conoce como la condición de Feller,
definida por:
• Si q ≥ 0, entonces v = 0 es
inalcanzable por el proceso de
varianza Vt
• Si q < 0, entonces v = 0 es
alcanzable por el proceso de
varianza Vt
Para las pruebas de concepto se
obtuvo el error absoluto del precio
obtenido tomando como referencia el
precio obtenido por el método
analítico. Para las pruebas de tortura
y el benchmark usamos la tasa del
error relativo definido como
33
Método Analítico
Formula explícita (semi-analítica)
34
Método Analítico
Formula explícita (semi-analítica)
34
Implica resolver 2 integrales
Método Analítico
Formula explícita (semi-analítica)
34
Implica resolver 2 integrales
Tres alternativas:
1. FFT
2. Integral consolidada
3. Gauss-Laguerre
Método Analítico
Escenario
35
Método Analítico
Los tres casos comparten los siguientes parámetros
Escenario
35
Método Analítico
Teórico
Precio RPD Precio RPD Precio RPD Precio
70 47.1109 0.0867% 47.1516 0.0004% 47.1518 0.0001% 47.1518
80 40.7766 0.0582% 40.8002 0.0003% 40.8003 0.0001% 40.8003
90 34.9822 0.0205% 34.9893 0.0002% 34.9894 0.0001% 34.9894
100 29.7714 0.0574% 29.7542 0.0004% 29.7543 0.0001% 29.7543
110 25.1430 0.1516% 25.1049 0.0001% 25.1049 0.0002% 25.1049
120 21.0336 0.0163% 21.0302 0.0002% 21.0302 0.0001% 21.0302
130 17.5718 0.3986% 17.5019 0.0006% 17.5020 0.0002% 17.5020
K
FFT Integral3Consolidada Gauss9Laguerre
Caso 1
36
Método Analítico
Teórico
Precio RPD Precio RPD Precio RPD Precio
70 47.2307 0.1067% 47.2811 0.0003% 47.2812 0.0000% 47.2812
80 40.7226 0.0858% 40.7575 0.0003% 40.7576 0.0000% 40.7576
90 34.6669 0.0585% 34.6872 0.0001% 34.6872 0.0001% 34.6872
100 29.1352 0.0193% 29.1295 0.0004% 29.1296 0.0002% 29.1296
110 24.1673 0.1501% 24.1310 0.0002% 24.1311 0.0000% 24.1311
120 19.7250 0.0204% 19.7209 0.0003% 19.7210 0.0000% 19.7210
130 15.9921 0.5313% 15.9075 0.0007% 15.9076 0.0003% 15.9076
K
FFT Integral3Consolidada Gauss9Laguerre
Caso 2
36
Método Analítico
Teórico
Precio RPD Precio RPD Precio RPD Precio
70 47.1514 0.1273% 47.2114 0.0003% 47.2115 0.0000% 47.2115
80 40.4258 0.1157% 40.4725 0.0002% 40.4726 0.0000% 40.4726
90 34.0621 0.1039% 34.0974 0.0004% 34.0975 0.0001% 34.0975
100 28.1544 0.0299% 28.1628 0.0001% 28.1628 0.0001% 28.1628
110 22.7896 0.1586% 22.7534 0.0004% 22.7535 0.0002% 22.7535
120 17.9608 0.0296% 17.9554 0.0005% 17.9555 0.0003% 17.9555
130 13.9598 0.8458% 13.8426 0.0006% 13.8427 0.0002% 13.8427
K
FFT Integral3Consolidada Gauss9Laguerre
Caso 3
36
Pruebas de Concepto
Escenario
37
Pruebas de Concepto
Escenario
37
Pruebas de Concepto
Escenario
37
Heurísticamente se encontró
Smax = 30*K
vmax = 15
Pruebas de Concepto
Precio Error Precio Error
Analítico 4.1078 4.1078
Explícito 4.1679 0.0601 4.1577 0.0499
Implícito 4.1023 ,0.0055 4.0901 ,0.0177
Crank4Nicolson 4.1350 0.0272 4.1241 0.0163
Uniforme No9uniforme
Uniforme
940x409con9209
pasos
No9uniforme
930x309con9209
pasos
38
Método θ
Pruebas de Concepto
Precio Error Precio Error
Analítico 4.1078 4.1078
Explícito 4.0543 )0.0535 4.1100 0.0022
Uniforme
380x403con33,0003
pasos
No3uniforme
380x403con33,0003
pasos
Precio Error Precio Error
Analítico 4.1078 4.1078
Explícito 4.0542 )0.0536 4.1112 0.0034
Uniforme
380x403con3
10,0003pasos
No3uniforme
380x403con3
10,0003pasos
Precio Error Precio Error
Analítico 4.1078 4.1078
Explícito 4.0504 (0.0574 4.0968 (0.011
No1uniforme
300x2001con1
10,0001pasos
Uniforme
1300x2001con1
10,0001pasos
39
Método Explícito
Pruebas de Concepto
Precio Error Precio Error
Analítico 4.1078 4.1078
Explícito 4.0543 )0.0535 4.1100 0.0022
Uniforme
380x403con33,0003
pasos
No3uniforme
380x403con33,0003
pasos
Precio Error Precio Error
Analítico 4.1078 4.1078
Explícito 4.0542 )0.0536 4.1112 0.0034
Uniforme
380x403con3
10,0003pasos
No3uniforme
380x403con3
10,0003pasos
Precio Error Precio Error
Analítico 4.1078 4.1078
Explícito 4.0504 (0.0574 4.0968 (0.011
No1uniforme
300x2001con1
10,0001pasos
Uniforme
1300x2001con1
10,0001pasos
No se logró aumentar la precisión
usando una malla no uniforme, ni
aumentando el número de pasos,
ni con una malla más grande.
39
Método Explícito
Pruebas de Concepto
Malla uniforme 40x40x20
Precio Error Precio Error Precio Error
Douglas 4.2133 0.1055 4.1042 (0.0036 4.1582 0.0504
C.S 4.1946 0.0868 4.0856 (0.0222 4.1395 0.0317
M.C.S 4.1363 0.0285 4.1360 0.0282 4.1395 0.0317
H.V 4.1363 0.0285 4.1357 0.0279 4.1395 0.0317
Esquema
Explícito Implícito Crank=Nicolson
Precio Error Precio Error Precio Error
Douglas 4.1467 0.0389 4.0928 +0.0150 4.1197 0.0119
C.S 4.1400 0.0322 4.0864 +0.0214 4.1132 0.0054
M.C.S 4.1123 0.0045 4.1124 0.0046 4.1132 0.0054
H.V 4.1123 0.0045 4.1124 0.0046 4.1132 0.0054
Esquema
Explícito Implícito Crank=Nicolson
Malla no uniforme 20x20x10
40
Método ADI
Pruebas de Concepto
Malla uniforme 40x40x20
Precio Error Precio Error Precio Error
Douglas 4.2133 0.1055 4.1042 (0.0036 4.1582 0.0504
C.S 4.1946 0.0868 4.0856 (0.0222 4.1395 0.0317
M.C.S 4.1363 0.0285 4.1360 0.0282 4.1395 0.0317
H.V 4.1363 0.0285 4.1357 0.0279 4.1395 0.0317
Esquema
Explícito Implícito Crank=Nicolson
Precio Error Precio Error Precio Error
Douglas 4.1467 0.0389 4.0928 +0.0150 4.1197 0.0119
C.S 4.1400 0.0322 4.0864 +0.0214 4.1132 0.0054
M.C.S 4.1123 0.0045 4.1124 0.0046 4.1132 0.0054
H.V 4.1123 0.0045 4.1124 0.0046 4.1132 0.0054
Esquema
Explícito Implícito Crank=Nicolson
Malla no uniforme 20x20x10
40
Método ADI
Pruebas de Concepto
Malla no uniforme 40x40x20
Precio Error Precio Error
Douglas 4.0897 '0.0181 4.1161 0.0083
C.S 4.0837 '0.0241 4.1105 0.0027
M.C.S 4.1094 0.0016 4.1105 0.0027
H.V 4.1094 0.0016 4.1105 0.0027
Esquema
Implícito Crank<Nicolson
41
Método ADI
Pruebas de Concepto
Malla no uniforme 40x40x20
Precio Error Precio Error
Douglas 4.0897 '0.0181 4.1161 0.0083
C.S 4.0837 '0.0241 4.1105 0.0027
M.C.S 4.1094 0.0016 4.1105 0.0027
H.V 4.1094 0.0016 4.1105 0.0027
Esquema
Implícito Crank<Nicolson
El método explícito literalmente
explotó en esta prueba.
41
Método ADI
Pruebas de Tortura
K=100
Escenario
42
Pruebas de Tortura
Valores
Negativos
K=100
Escenario
42
Pruebas de Tortura
Cercano
a cero
K=100
Escenario
42
Pruebas de Tortura
Poco usual
para FX
K=100
Escenario
42
Pruebas de Tortura
43
Pruebas de Tortura
NS NV NT Caso)1 Caso)2 Caso)3 Caso)4
50 25 25 0.064% 0.041% 0.440% 0.032%
100 50 50 0.006% 0.068% 0.095% 0.006%
200 100 100 0.035% 0.060% 0.004% 0.001%
400 200 200 0.043% 0.059% 0.007% 0.000%
0.02 0.11 0.99 4.83CPU0seg
Precisiones del orden de las diez
milésimas con buenos tiempos de
ejecución
Esquema MCS con θ = 1/3
44
Método ADI
Benchmark
Analítico
Precio RPD CPU1seg Precio RPD CPU1seg Precio
70 47.1674 0.033% 21.60 47.1513 0.001% 0.96 47.1518
80 40.8645 0.157% 18.40 40.7999 0.001% 0.96 40.8003
90 35.0029 0.039% 17.60 34.9892 0.001% 0.95 34.9894
100 29.7270 0.091% 18.60 29.7544 0.000% 0.96 29.7543
110 25.0654 0.158% 17.70 25.1051 0.001% 0.96 25.1049
120 21.0669 0.174% 17.80 21.0309 0.003% 0.93 21.0302
130 17.5176 0.089% 17.80 17.5029 0.005% 0.91 17.5020
K
QE MCS
Caso 1
Quadratic Exponential 300,000x64 vs
ADI MCS con θ = 1/3, malla no uniforme
200x100x100
Se utilizó el escenario empleado en
la selección del método analítico
45
Benchmark
Analítico
Precio RPD CPU1seg Precio RPD CPU1seg Precio
70 47.4011 0.254% 18.80 47.2808 0.001% 0.93 47.2812
80 40.8161 0.144% 18.40 40.7574 0.001% 0.94 40.7576
90 34.6617 0.074% 17.90 34.6870 0.001% 0.95 34.6872
100 29.0610 0.235% 18.00 29.1296 0.000% 0.95 29.1296
110 24.1711 0.166% 17.80 24.1311 0.000% 0.96 24.1311
120 19.6759 0.229% 18.60 19.7214 0.002% 0.93 19.7210
130 15.9163 0.055% 18.10 15.9082 0.004% 0.94 15.9076
K
QE MCS
Caso 2
Quadratic Exponential 300,000x64 vs
ADI MCS con θ = 1/3, malla no uniforme
200x100x100
Se utilizó el escenario empleado en
la selección del método analítico
45
Benchmark
Analítico
Precio RPD CPU1seg Precio RPD CPU1seg Precio
70 47.2285 0.036% 20.00 47.2113 0.000% 0.95 47.2115
80 40.5354 0.155% 18.90 40.4725 0.000% 0.94 40.4726
90 34.1952 0.287% 18.90 34.0973 0.000% 0.95 34.0975
100 28.1339 0.103% 18.80 28.1628 0.000% 0.96 28.1628
110 22.8310 0.341% 18.80 22.7531 0.002% 0.94 22.7535
120 17.8708 0.471% 18.90 17.9553 0.001% 0.94 17.9555
130 13.7921 0.366% 19.10 13.8426 0.000% 0.93 13.8427
K
QE MCS
Caso 3
Quadratic Exponential 300,000x64 vs
ADI MCS con θ = 1/3, malla no uniforme
200x100x100
Se utilizó el escenario empleado en
la selección del método analítico
45
Conclusiones
Conclusiones
‣ Acerca del método ponderado
• Método iterativo con matrices dispersas.
• Contempla los esquemas explícito, implícito y Crank-Nicolson por
simple configuración del parámetro 𝜃.
• El esquema explícito tiene problemas de convergencia y estabilidad.
• Los esquemas implícito y Crank-Nicolson tienen propiedades
superiores de estabilidad.
• Ambos esquemas son prácticos cuando el número de puntos en la
malla es moderado.
• Una manera general de aumentar la eficiencia del método
ponderado es utilizando una malla no uniforme que sea más fina
alrededor del precio de ejercicio y cuando la volatilidad sea cercana
a cero.
47
Conclusiones
‣ Acerca de los esquemas ADI
• Método iterativo con matrices tridiagonales.
• Un esquema ADI es especificado por el esquema en sí y por el
valor del parámetro θ.
• Son una buena alternativa para resolver problemas con
condiciones de frontera y valores iniciales para dos o más
dimensiones.
• La implementación requiere resolver un sistema de ecuaciones
tridiagonal.
• Calcula resultados más precisos y requiere menos consumo de
CPU que la simulación Monte Carlo.
48
Conclusiones
Modelos Tipos*de*Opciones Pros Contras
Diferencias
Finitas
Modelos'para'los'cuáles'
existe'una'PDE'que'
describe'el'precio'de'la'
opción.'
Europea
Bermuda
Americana
Opciones'con'pago'
dependiente'de'la'
trayectoria
1.'Opciones'con'ejercicio'temprano:'americanas'o'
bermudas
2.'Opciones''dependientes'de'la'trayectoria
3.'Permite'una'variedad'de'mallas'que'pueden'ser'
especificas'a'la'opción'para'minimizar'la'
propagación'de'errores
1.'Restringido'a'modelos'para'los'cuales'existe'una'PDE
2.'Difícil'de'usar'para'opciones'con'trayectorias'complejas
3.'Difícil'y'costoso'en'tiempo'de'CPU'para'PDEs'de'alta'
dimensionalidad
4.'Puede'ser'sensible'a'ciertas'condiciones'de'frontera
Simulación
Monte*Carlo
Modelos'que'pueden'ser'
descritos'por'un'conjunto'
de'variables'aleatorias'con'
una'distribución'conocida
Cualquier'tipo'de'
opción'para'la'que'
exista'una'función'de'
precio
1.'Permite'calcular'el'precio'sobre'casi'cualquier'
modelo
2.'Permite'calcular'el'precio'de'contratos'con'
posiblemente'cualquier'función'de'pago
3.'Permite'el'cálculo'eficiente'de'precios'de'
contratos'con'muchos'subyacentes
1.'Típicamente'el'método'más'caro'en'tiempo'de'CPU
49
Conclusiones
Modelos Tipos*de*Opciones Pr
Diferencias
Finitas Modelos'para'los'cuáles'
existe'una'PDE'que'
describe'el'precio'de'la'
opción.'
Europea
Bermuda
Americana
Opciones'con'pago'
dependiente'de'la'
trayectoria
1.'Opciones'con'ejercicio'
bermudas
2.'Opciones''dependiente
3.'Permite'una'variedad'd
especificas'a'la'opción'pa
propagación'de'errores
Simulación
Monte*Carlo
Modelos'que'pueden'ser'
descritos'por'un'conjunto'
de'variables'aleatorias'con'
una'distribución'conocida
Cualquier'tipo'de'
opción'para'la'que'
exista'una'función'de'
precio
1.'Permite'calcular'el'prec
modelo
2.'Permite'calcular'el'prec
posiblemente'cualquier'fu
3.'Permite'el'cálculo'eficie
contratos'con'muchos'sub
49
Conclusiones
Modelos Tipos*de*Opciones Pros Contras
Diferencias
Finitas
Modelos'para'los'cuáles'
existe'una'PDE'que'
describe'el'precio'de'la'
opción.'
Europea
Bermuda
Americana
Opciones'con'pago'
dependiente'de'la'
trayectoria
1.'Opciones'con'ejercicio'temprano:'americanas'o'
bermudas
2.'Opciones''dependientes'de'la'trayectoria
3.'Permite'una'variedad'de'mallas'que'pueden'ser'
especificas'a'la'opción'para'minimizar'la'
propagación'de'errores
1.'Restringido'a'modelos'para'los'cuales'existe'una'PDE
2.'Difícil'de'usar'para'opciones'con'trayectorias'complejas
3.'Difícil'y'costoso'en'tiempo'de'CPU'para'PDEs'de'alta'
dimensionalidad
4.'Puede'ser'sensible'a'ciertas'condiciones'de'frontera
Simulación
Monte*Carlo
Modelos'que'pueden'ser'
descritos'por'un'conjunto'
de'variables'aleatorias'con'
una'distribución'conocida
Cualquier'tipo'de'
opción'para'la'que'
exista'una'función'de'
precio
1.'Permite'calcular'el'precio'sobre'casi'cualquier'
modelo
2.'Permite'calcular'el'precio'de'contratos'con'
posiblemente'cualquier'función'de'pago
3.'Permite'el'cálculo'eficiente'de'precios'de'
contratos'con'muchos'subyacentes
1.'Típicamente'el'método'más'caro'en'tiempo'de'CPU
50
Conclusiones
Tipos*de*Opciones Pros Con
es'
a'
Europea
Bermuda
Americana
Opciones'con'pago'
dependiente'de'la'
trayectoria
1.'Opciones'con'ejercicio'temprano:'americanas'o'
bermudas
2.'Opciones''dependientes'de'la'trayectoria
3.'Permite'una'variedad'de'mallas'que'pueden'ser'
especificas'a'la'opción'para'minimizar'la'
propagación'de'errores
1.'Restringido'a'modelos'par
2.'Difícil'de'usar'para'opcion
3.'Difícil'y'costoso'en'tiempo
dimensionalidad
4.'Puede'ser'sensible'a'cierta
ser'
nto'
'con'
cida
Cualquier'tipo'de'
opción'para'la'que'
exista'una'función'de'
precio
1.'Permite'calcular'el'precio'sobre'casi'cualquier'
modelo
2.'Permite'calcular'el'precio'de'contratos'con'
posiblemente'cualquier'función'de'pago
3.'Permite'el'cálculo'eficiente'de'precios'de'
contratos'con'muchos'subyacentes
1.'Típicamente'el'método'm
50
Conclusiones
Modelos Tipos*de*Opciones Pros Contras
Diferencias
Finitas
Modelos'para'los'cuáles'
existe'una'PDE'que'
describe'el'precio'de'la'
opción.'
Europea
Bermuda
Americana
Opciones'con'pago'
dependiente'de'la'
trayectoria
1.'Opciones'con'ejercicio'temprano:'americanas'o'
bermudas
2.'Opciones''dependientes'de'la'trayectoria
3.'Permite'una'variedad'de'mallas'que'pueden'ser'
especificas'a'la'opción'para'minimizar'la'
propagación'de'errores
1.'Restringido'a'modelos'para'los'cuales'existe'una'PDE
2.'Difícil'de'usar'para'opciones'con'trayectorias'complejas
3.'Difícil'y'costoso'en'tiempo'de'CPU'para'PDEs'de'alta'
dimensionalidad
4.'Puede'ser'sensible'a'ciertas'condiciones'de'frontera
Simulación
Monte*Carlo
Modelos'que'pueden'ser'
descritos'por'un'conjunto'
de'variables'aleatorias'con'
una'distribución'conocida
Cualquier'tipo'de'
opción'para'la'que'
exista'una'función'de'
precio
1.'Permite'calcular'el'precio'sobre'casi'cualquier'
modelo
2.'Permite'calcular'el'precio'de'contratos'con'
posiblemente'cualquier'función'de'pago
3.'Permite'el'cálculo'eficiente'de'precios'de'
contratos'con'muchos'subyacentes
1.'Típicamente'el'método'más'caro'en'tiempo'de'CPU
51
Conclusiones
os Contras
temprano:'americanas'o'
s'de'la'trayectoria
e'mallas'que'pueden'ser'
ra'minimizar'la'
1.'Restringido'a'modelos'para'los'cuales'existe'una'PDE
2.'Difícil'de'usar'para'opciones'con'trayectorias'complejas
3.'Difícil'y'costoso'en'tiempo'de'CPU'para'PDEs'de'alta'
dimensionalidad
4.'Puede'ser'sensible'a'ciertas'condiciones'de'frontera
cio'sobre'casi'cualquier'
cio'de'contratos'con'
unción'de'pago
ente'de'precios'de'
byacentes
1.'Típicamente'el'método'más'caro'en'tiempo'de'CPU
51
Conclusiones
Extensiones
‣ Cálculo de varias griegas (de manera directa para Delta, Gama y Vega)
‣ Encontrar alternativas para comparar la valuación para otro tipo de
derivados (opciones exóticas) donde no hay una fórmula analítica
disponible
‣ Experimentar con PDE multidimensionales con términos derivados mixtos
• Modelo híbrido tridimensional Heston-Hull-White, una extensión al modelo Heston con tasas
de interés estocásticas
‣ Comparar los esquemas ADI contra otros esquemas de división puros
• Pasos fraccionarios o métodos localmente unidimensionales (LOD)
‣ Ampliar el método de diferencias finitas para permitir modelos más
sofisticados
• Modelo de Heston con saltos en el subyacente.
52
Referencias
54
Referencias
978-0-471-79251-2
978-0-471-19760-7 978-1-118-54825-7 978-3-642-05154-8 978-0-89871-534-7000-0-000-00000-0
978-0-470-68368-2
978-0-470-85882-0
978-0-521-79163-2 978-0-967-63720-4 978-0-967-63720-4978-0-123-75662-6
55
Referencias
Otras fuentes
Retroalimentación
¿Preguntas?

¿Más Información?
David	
  Solís	
  
dsolis@apache.org
Mayo 2015
IT ALWAYS SEEMS
IMPOSSIBLE
UNTIL IT’S DONE.
Nelson Mandela

Más contenido relacionado

La actualidad más candente

Diferenciación e Integración Numérica
Diferenciación e Integración NuméricaDiferenciación e Integración Numérica
Diferenciación e Integración Numéricajdenissse33
 
Ecuaciones parametricas daniel guzman
Ecuaciones parametricas daniel guzmanEcuaciones parametricas daniel guzman
Ecuaciones parametricas daniel guzmandanieljose0
 
Asíntotas
AsíntotasAsíntotas
AsíntotasJosé
 
Pruebas de-hipótesis
Pruebas de-hipótesisPruebas de-hipótesis
Pruebas de-hipótesissandoval06
 
Serie de taylor
Serie de taylorSerie de taylor
Serie de taylorelrey2233
 
Caulculo Diferencial - PPTX
Caulculo Diferencial - PPTXCaulculo Diferencial - PPTX
Caulculo Diferencial - PPTXAndy Menoscal
 
Diferenciación e integración numérica
Diferenciación e integración numéricaDiferenciación e integración numérica
Diferenciación e integración numéricaFranciscoAlvarado115
 
Reconocimiento unidad 3 Metodos Numericos
Reconocimiento unidad 3 Metodos NumericosReconocimiento unidad 3 Metodos Numericos
Reconocimiento unidad 3 Metodos NumericosDiego Perdomo
 
Ecuaciones parametricas
Ecuaciones parametricasEcuaciones parametricas
Ecuaciones parametricasKenny Fereira
 
Análisis de la regresión en SPSS
Análisis de la regresión en SPSSAnálisis de la regresión en SPSS
Análisis de la regresión en SPSSJosé Felipe
 
Ecuaciones Paramétricas - Cartesianas
Ecuaciones Paramétricas - Cartesianas Ecuaciones Paramétricas - Cartesianas
Ecuaciones Paramétricas - Cartesianas joseAngelRemacheCast
 
Revista Analisis Numerico
Revista  Analisis NumericoRevista  Analisis Numerico
Revista Analisis Numericoyonel martinez
 
Pruebas comparaciones multiples1unidad_ii_ia
Pruebas comparaciones multiples1unidad_ii_iaPruebas comparaciones multiples1unidad_ii_ia
Pruebas comparaciones multiples1unidad_ii_iaWilson Fernando España
 

La actualidad más candente (20)

Diferenciación e Integración Numérica
Diferenciación e Integración NuméricaDiferenciación e Integración Numérica
Diferenciación e Integración Numérica
 
Calculo apostol
Calculo apostolCalculo apostol
Calculo apostol
 
Ecuaciones parametricas daniel guzman
Ecuaciones parametricas daniel guzmanEcuaciones parametricas daniel guzman
Ecuaciones parametricas daniel guzman
 
Asíntotas
AsíntotasAsíntotas
Asíntotas
 
Pruebas de-hipótesis
Pruebas de-hipótesisPruebas de-hipótesis
Pruebas de-hipótesis
 
Serie de taylor
Serie de taylorSerie de taylor
Serie de taylor
 
Ecuaciones parametricas
Ecuaciones parametricasEcuaciones parametricas
Ecuaciones parametricas
 
Caulculo Diferencial - PPTX
Caulculo Diferencial - PPTXCaulculo Diferencial - PPTX
Caulculo Diferencial - PPTX
 
Diferenciación e integración numérica
Diferenciación e integración numéricaDiferenciación e integración numérica
Diferenciación e integración numérica
 
Presentación2
Presentación2Presentación2
Presentación2
 
Deber chi cuadrado
Deber chi cuadradoDeber chi cuadrado
Deber chi cuadrado
 
Reconocimiento unidad 3 Metodos Numericos
Reconocimiento unidad 3 Metodos NumericosReconocimiento unidad 3 Metodos Numericos
Reconocimiento unidad 3 Metodos Numericos
 
Ecuaciones parametricas
Ecuaciones parametricasEcuaciones parametricas
Ecuaciones parametricas
 
Análisis de la regresión en SPSS
Análisis de la regresión en SPSSAnálisis de la regresión en SPSS
Análisis de la regresión en SPSS
 
Ecuaciones Paramétricas - Cartesianas
Ecuaciones Paramétricas - Cartesianas Ecuaciones Paramétricas - Cartesianas
Ecuaciones Paramétricas - Cartesianas
 
Revista Analisis Numerico
Revista  Analisis NumericoRevista  Analisis Numerico
Revista Analisis Numerico
 
Estadistica 8
Estadistica 8Estadistica 8
Estadistica 8
 
Matematica
MatematicaMatematica
Matematica
 
Pruebas comparaciones multiples1unidad_ii_ia
Pruebas comparaciones multiples1unidad_ii_iaPruebas comparaciones multiples1unidad_ii_ia
Pruebas comparaciones multiples1unidad_ii_ia
 
Problemas matematicos-y-sus-soluciones
Problemas matematicos-y-sus-solucionesProblemas matematicos-y-sus-soluciones
Problemas matematicos-y-sus-soluciones
 

Destacado

Programme secours populaire
Programme secours populaireProgramme secours populaire
Programme secours populaireevanim
 
Un Viejo Que LeíA Novelas De Amor
Un Viejo Que LeíA Novelas De AmorUn Viejo Que LeíA Novelas De Amor
Un Viejo Que LeíA Novelas De Amorshunsho
 
Le volcanisme
Le volcanismeLe volcanisme
Le volcanismeCody
 
Segundaoportunidad
SegundaoportunidadSegundaoportunidad
SegundaoportunidadMaiteVivas
 
Figures geometriques
Figures geometriquesFigures geometriques
Figures geometriquesalfredgarrido
 
French iii prespositions a, de, avec, en, pour
French iii prespositions a, de, avec, en, pourFrench iii prespositions a, de, avec, en, pour
French iii prespositions a, de, avec, en, pourAllison Albino
 
Presentacionromanmendoza2007formatocompatible
Presentacionromanmendoza2007formatocompatiblePresentacionromanmendoza2007formatocompatible
Presentacionromanmendoza2007formatocompatibleEsperanza Román
 
G R U P O D E C A P A C I T A C I O N C H E V A L
G R U P O  D E  C A P A C I T A C I O N  C H E V A LG R U P O  D E  C A P A C I T A C I O N  C H E V A L
G R U P O D E C A P A C I T A C I O N C H E V A Lguestd60be8
 
2012 08 23 [1]
2012 08 23 [1]2012 08 23 [1]
2012 08 23 [1]evanim
 
Antonio Machado 2 Oriol Crosa
Antonio Machado 2 Oriol CrosaAntonio Machado 2 Oriol Crosa
Antonio Machado 2 Oriol CrosaMiguel Navarro
 

Destacado (20)

Capiii
CapiiiCapiii
Capiii
 
Programme secours populaire
Programme secours populaireProgramme secours populaire
Programme secours populaire
 
Un Viejo Que LeíA Novelas De Amor
Un Viejo Que LeíA Novelas De AmorUn Viejo Que LeíA Novelas De Amor
Un Viejo Que LeíA Novelas De Amor
 
Le volcanisme
Le volcanismeLe volcanisme
Le volcanisme
 
Blogs y Educación
Blogs y EducaciónBlogs y Educación
Blogs y Educación
 
Segundaoportunidad
SegundaoportunidadSegundaoportunidad
Segundaoportunidad
 
Metteur en scène de territoire
Metteur en scène de territoireMetteur en scène de territoire
Metteur en scène de territoire
 
Zarafa
ZarafaZarafa
Zarafa
 
CR de l'AG 2012
CR de l'AG 2012CR de l'AG 2012
CR de l'AG 2012
 
Figures geometriques
Figures geometriquesFigures geometriques
Figures geometriques
 
Elsecreto
ElsecretoElsecreto
Elsecreto
 
French iii prespositions a, de, avec, en, pour
French iii prespositions a, de, avec, en, pourFrench iii prespositions a, de, avec, en, pour
French iii prespositions a, de, avec, en, pour
 
Presentacionromanmendoza2007formatocompatible
Presentacionromanmendoza2007formatocompatiblePresentacionromanmendoza2007formatocompatible
Presentacionromanmendoza2007formatocompatible
 
G R U P O D E C A P A C I T A C I O N C H E V A L
G R U P O  D E  C A P A C I T A C I O N  C H E V A LG R U P O  D E  C A P A C I T A C I O N  C H E V A L
G R U P O D E C A P A C I T A C I O N C H E V A L
 
Open Innovation
Open InnovationOpen Innovation
Open Innovation
 
Eglises de russie1
Eglises de russie1Eglises de russie1
Eglises de russie1
 
Coloriage légumes
Coloriage légumesColoriage légumes
Coloriage légumes
 
2012 08 23 [1]
2012 08 23 [1]2012 08 23 [1]
2012 08 23 [1]
 
Antonio Machado 2 Oriol Crosa
Antonio Machado 2 Oriol CrosaAntonio Machado 2 Oriol Crosa
Antonio Machado 2 Oriol Crosa
 
Collective Transformation
Collective Transformation Collective Transformation
Collective Transformation
 

Similar a Valuación de Opciones Europeas con el Modelo de Heston utilizando Métodos de Diferencias Finitas

Valuación de Opciones Europeas con el Modelo de Heston utilizando Métodos de ...
Valuación de Opciones Europeas con el Modelo de Heston utilizando Métodos de ...Valuación de Opciones Europeas con el Modelo de Heston utilizando Métodos de ...
Valuación de Opciones Europeas con el Modelo de Heston utilizando Métodos de ...David Solis
 
Métodos de Diferencias Finitas
Métodos de Diferencias FinitasMétodos de Diferencias Finitas
Métodos de Diferencias FinitasDavid Solis
 
Compilacion econometria con Eviews
Compilacion econometria con EviewsCompilacion econometria con Eviews
Compilacion econometria con EviewsRodrigo Paniagua
 
Métodos Espectrales
Métodos EspectralesMétodos Espectrales
Métodos Espectralesradioatomica
 
Simulación: Teoría y aplicaciones con Promodel
Simulación: Teoría y aplicaciones con PromodelSimulación: Teoría y aplicaciones con Promodel
Simulación: Teoría y aplicaciones con PromodelAlvaro Gil
 
Diseño de experiencias
Diseño de experienciasDiseño de experiencias
Diseño de experienciasDiego Gomez
 
Introducción al análisis de regresión simple
Introducción al análisis de regresión simpleIntroducción al análisis de regresión simple
Introducción al análisis de regresión simplemezag
 
Two equations systems solution 01 equal 2020
Two equations systems solution   01 equal 2020Two equations systems solution   01 equal 2020
Two equations systems solution 01 equal 2020Edgar Mata
 
1_Unidad_SolNum_SE_Lin.pptx
1_Unidad_SolNum_SE_Lin.pptx1_Unidad_SolNum_SE_Lin.pptx
1_Unidad_SolNum_SE_Lin.pptxnikola113667
 
Regresión y Correlación Lineal
Regresión y Correlación LinealRegresión y Correlación Lineal
Regresión y Correlación Linealjmconforte
 
Presentacion de Portafolio Final
Presentacion de Portafolio FinalPresentacion de Portafolio Final
Presentacion de Portafolio Finalcarmenmoyon55
 
Capitulo 3 diseño de experimentos 11 11-21
Capitulo 3 diseño de experimentos 11 11-21Capitulo 3 diseño de experimentos 11 11-21
Capitulo 3 diseño de experimentos 11 11-21MelanyAlvaradomadriz
 
Unidad 1.teoria de errores
Unidad 1.teoria de erroresUnidad 1.teoria de errores
Unidad 1.teoria de erroresLuis Gala Nevew
 
Trabajo de estadistica 2 prueba de suma de rango.pptx
Trabajo de estadistica 2 prueba de suma de rango.pptxTrabajo de estadistica 2 prueba de suma de rango.pptx
Trabajo de estadistica 2 prueba de suma de rango.pptxleifalopezcastillo21
 

Similar a Valuación de Opciones Europeas con el Modelo de Heston utilizando Métodos de Diferencias Finitas (20)

Valuación de Opciones Europeas con el Modelo de Heston utilizando Métodos de ...
Valuación de Opciones Europeas con el Modelo de Heston utilizando Métodos de ...Valuación de Opciones Europeas con el Modelo de Heston utilizando Métodos de ...
Valuación de Opciones Europeas con el Modelo de Heston utilizando Métodos de ...
 
Métodos de Diferencias Finitas
Métodos de Diferencias FinitasMétodos de Diferencias Finitas
Métodos de Diferencias Finitas
 
Compilacion econometria con Eviews
Compilacion econometria con EviewsCompilacion econometria con Eviews
Compilacion econometria con Eviews
 
Métodos Espectrales
Métodos EspectralesMétodos Espectrales
Métodos Espectrales
 
Simulación: Teoría y aplicaciones con Promodel
Simulación: Teoría y aplicaciones con PromodelSimulación: Teoría y aplicaciones con Promodel
Simulación: Teoría y aplicaciones con Promodel
 
Diseño de experiencias
Diseño de experienciasDiseño de experiencias
Diseño de experiencias
 
Ajuste de curvas regresion lineal y no lineal
Ajuste de curvas regresion lineal y no linealAjuste de curvas regresion lineal y no lineal
Ajuste de curvas regresion lineal y no lineal
 
Introducción al análisis de regresión simple
Introducción al análisis de regresión simpleIntroducción al análisis de regresión simple
Introducción al análisis de regresión simple
 
Modelo De Transporte
Modelo De TransporteModelo De Transporte
Modelo De Transporte
 
Two equations systems solution 01 equal 2020
Two equations systems solution   01 equal 2020Two equations systems solution   01 equal 2020
Two equations systems solution 01 equal 2020
 
1_Unidad_SolNum_SE_Lin.pptx
1_Unidad_SolNum_SE_Lin.pptx1_Unidad_SolNum_SE_Lin.pptx
1_Unidad_SolNum_SE_Lin.pptx
 
UNIDAD I.pptx
UNIDAD I.pptxUNIDAD I.pptx
UNIDAD I.pptx
 
Anova
AnovaAnova
Anova
 
Regresión y Correlación Lineal
Regresión y Correlación LinealRegresión y Correlación Lineal
Regresión y Correlación Lineal
 
Regresión
RegresiónRegresión
Regresión
 
Presentacion de Portafolio Final
Presentacion de Portafolio FinalPresentacion de Portafolio Final
Presentacion de Portafolio Final
 
Capitulo 3 diseño de experimentos 11 11-21
Capitulo 3 diseño de experimentos 11 11-21Capitulo 3 diseño de experimentos 11 11-21
Capitulo 3 diseño de experimentos 11 11-21
 
Unidad 1.teoria de errores
Unidad 1.teoria de erroresUnidad 1.teoria de errores
Unidad 1.teoria de errores
 
Regresión lineal múltiple
Regresión lineal múltipleRegresión lineal múltiple
Regresión lineal múltiple
 
Trabajo de estadistica 2 prueba de suma de rango.pptx
Trabajo de estadistica 2 prueba de suma de rango.pptxTrabajo de estadistica 2 prueba de suma de rango.pptx
Trabajo de estadistica 2 prueba de suma de rango.pptx
 

Más de David Solis

Uso de Tecnología de Blockchain en una Infraestructura Financiera
Uso de Tecnología de Blockchain en una Infraestructura FinancieraUso de Tecnología de Blockchain en una Infraestructura Financiera
Uso de Tecnología de Blockchain en una Infraestructura FinancieraDavid Solis
 
Industria de Seguros y Behavioral Economics
Industria de Seguros y Behavioral EconomicsIndustria de Seguros y Behavioral Economics
Industria de Seguros y Behavioral EconomicsDavid Solis
 
Percepción y Adopción de Tecnología: Disrupción en los Sistemas Financieros
Percepción y Adopción de Tecnología: Disrupción en los Sistemas FinancierosPercepción y Adopción de Tecnología: Disrupción en los Sistemas Financieros
Percepción y Adopción de Tecnología: Disrupción en los Sistemas FinancierosDavid Solis
 
Toma de decisiones en condiciones VUCA
Toma de decisiones en condiciones VUCAToma de decisiones en condiciones VUCA
Toma de decisiones en condiciones VUCADavid Solis
 
Ciencia, método y filosofía
Ciencia, método y filosofíaCiencia, método y filosofía
Ciencia, método y filosofíaDavid Solis
 
American Options Valuation
American Options ValuationAmerican Options Valuation
American Options ValuationDavid Solis
 
Calibración del Modelo Heston usando Evolución Diferencial
Calibración del Modelo Heston usando Evolución DiferencialCalibración del Modelo Heston usando Evolución Diferencial
Calibración del Modelo Heston usando Evolución DiferencialDavid Solis
 
Reproducible Research
Reproducible ResearchReproducible Research
Reproducible ResearchDavid Solis
 
Prueba Kolmogorov-Smirnov
Prueba Kolmogorov-SmirnovPrueba Kolmogorov-Smirnov
Prueba Kolmogorov-SmirnovDavid Solis
 
Gestión de Continuidad de Negocio
Gestión de Continuidad de NegocioGestión de Continuidad de Negocio
Gestión de Continuidad de NegocioDavid Solis
 
Guía para la elaboración de un artículo científico
Guía para la elaboración de un artículo científicoGuía para la elaboración de un artículo científico
Guía para la elaboración de un artículo científicoDavid Solis
 
Un Juego Diferencial Estocástico para Reaseguro
Un Juego Diferencial Estocástico para ReaseguroUn Juego Diferencial Estocástico para Reaseguro
Un Juego Diferencial Estocástico para ReaseguroDavid Solis
 
Caso Enron. Contabilidad Creativa, Ética Cuestionable o Actos Delictivos
Caso Enron. Contabilidad Creativa, Ética Cuestionable o Actos DelictivosCaso Enron. Contabilidad Creativa, Ética Cuestionable o Actos Delictivos
Caso Enron. Contabilidad Creativa, Ética Cuestionable o Actos DelictivosDavid Solis
 
Breve introducción a control óptimo y programación dinámica
Breve introducción a control óptimo y programación dinámicaBreve introducción a control óptimo y programación dinámica
Breve introducción a control óptimo y programación dinámicaDavid Solis
 
Organizational Change Management for IT Projects
Organizational Change Management for IT ProjectsOrganizational Change Management for IT Projects
Organizational Change Management for IT ProjectsDavid Solis
 
Persi Diaconis y el lanzamiento de monedas
Persi Diaconis y el lanzamiento de monedasPersi Diaconis y el lanzamiento de monedas
Persi Diaconis y el lanzamiento de monedasDavid Solis
 
Valuación de Opciones Europeas con el Modelo de Heston utilizando el Método d...
Valuación de Opciones Europeas con el Modelo de Heston utilizando el Método d...Valuación de Opciones Europeas con el Modelo de Heston utilizando el Método d...
Valuación de Opciones Europeas con el Modelo de Heston utilizando el Método d...David Solis
 
Clasificación de PDEs y Principio de Duhamel
Clasificación de PDEs y Principio de DuhamelClasificación de PDEs y Principio de Duhamel
Clasificación de PDEs y Principio de DuhamelDavid Solis
 
Caso Alcan. Plan estratégico de negocio y de TI
Caso Alcan. Plan estratégico de negocio y de TICaso Alcan. Plan estratégico de negocio y de TI
Caso Alcan. Plan estratégico de negocio y de TIDavid Solis
 

Más de David Solis (20)

Uso de Tecnología de Blockchain en una Infraestructura Financiera
Uso de Tecnología de Blockchain en una Infraestructura FinancieraUso de Tecnología de Blockchain en una Infraestructura Financiera
Uso de Tecnología de Blockchain en una Infraestructura Financiera
 
Industria de Seguros y Behavioral Economics
Industria de Seguros y Behavioral EconomicsIndustria de Seguros y Behavioral Economics
Industria de Seguros y Behavioral Economics
 
Percepción y Adopción de Tecnología: Disrupción en los Sistemas Financieros
Percepción y Adopción de Tecnología: Disrupción en los Sistemas FinancierosPercepción y Adopción de Tecnología: Disrupción en los Sistemas Financieros
Percepción y Adopción de Tecnología: Disrupción en los Sistemas Financieros
 
Toma de decisiones en condiciones VUCA
Toma de decisiones en condiciones VUCAToma de decisiones en condiciones VUCA
Toma de decisiones en condiciones VUCA
 
Ciencia, método y filosofía
Ciencia, método y filosofíaCiencia, método y filosofía
Ciencia, método y filosofía
 
American Options Valuation
American Options ValuationAmerican Options Valuation
American Options Valuation
 
Algoritmo EM
Algoritmo EMAlgoritmo EM
Algoritmo EM
 
Calibración del Modelo Heston usando Evolución Diferencial
Calibración del Modelo Heston usando Evolución DiferencialCalibración del Modelo Heston usando Evolución Diferencial
Calibración del Modelo Heston usando Evolución Diferencial
 
Reproducible Research
Reproducible ResearchReproducible Research
Reproducible Research
 
Prueba Kolmogorov-Smirnov
Prueba Kolmogorov-SmirnovPrueba Kolmogorov-Smirnov
Prueba Kolmogorov-Smirnov
 
Gestión de Continuidad de Negocio
Gestión de Continuidad de NegocioGestión de Continuidad de Negocio
Gestión de Continuidad de Negocio
 
Guía para la elaboración de un artículo científico
Guía para la elaboración de un artículo científicoGuía para la elaboración de un artículo científico
Guía para la elaboración de un artículo científico
 
Un Juego Diferencial Estocástico para Reaseguro
Un Juego Diferencial Estocástico para ReaseguroUn Juego Diferencial Estocástico para Reaseguro
Un Juego Diferencial Estocástico para Reaseguro
 
Caso Enron. Contabilidad Creativa, Ética Cuestionable o Actos Delictivos
Caso Enron. Contabilidad Creativa, Ética Cuestionable o Actos DelictivosCaso Enron. Contabilidad Creativa, Ética Cuestionable o Actos Delictivos
Caso Enron. Contabilidad Creativa, Ética Cuestionable o Actos Delictivos
 
Breve introducción a control óptimo y programación dinámica
Breve introducción a control óptimo y programación dinámicaBreve introducción a control óptimo y programación dinámica
Breve introducción a control óptimo y programación dinámica
 
Organizational Change Management for IT Projects
Organizational Change Management for IT ProjectsOrganizational Change Management for IT Projects
Organizational Change Management for IT Projects
 
Persi Diaconis y el lanzamiento de monedas
Persi Diaconis y el lanzamiento de monedasPersi Diaconis y el lanzamiento de monedas
Persi Diaconis y el lanzamiento de monedas
 
Valuación de Opciones Europeas con el Modelo de Heston utilizando el Método d...
Valuación de Opciones Europeas con el Modelo de Heston utilizando el Método d...Valuación de Opciones Europeas con el Modelo de Heston utilizando el Método d...
Valuación de Opciones Europeas con el Modelo de Heston utilizando el Método d...
 
Clasificación de PDEs y Principio de Duhamel
Clasificación de PDEs y Principio de DuhamelClasificación de PDEs y Principio de Duhamel
Clasificación de PDEs y Principio de Duhamel
 
Caso Alcan. Plan estratégico de negocio y de TI
Caso Alcan. Plan estratégico de negocio y de TICaso Alcan. Plan estratégico de negocio y de TI
Caso Alcan. Plan estratégico de negocio y de TI
 

Último

Watson, J. B. (1924). El conductismo .pdf
Watson, J. B. (1924). El conductismo .pdfWatson, J. B. (1924). El conductismo .pdf
Watson, J. B. (1924). El conductismo .pdfMatt849623
 
Top Trading _ Guía Análisis de precio fores velas japonesas estrategia
Top Trading _ Guía Análisis de precio fores velas japonesas estrategiaTop Trading _ Guía Análisis de precio fores velas japonesas estrategia
Top Trading _ Guía Análisis de precio fores velas japonesas estrategiacrashed727592397
 
CARE ECONOMY: LA VIEJA Y NUEVA ECONOMIA DE LOS CUIDADOS.
CARE ECONOMY: LA VIEJA Y NUEVA ECONOMIA DE LOS CUIDADOS.CARE ECONOMY: LA VIEJA Y NUEVA ECONOMIA DE LOS CUIDADOS.
CARE ECONOMY: LA VIEJA Y NUEVA ECONOMIA DE LOS CUIDADOS.ManfredNolte
 
propiedades del texto escrito (unicartagena)
propiedades del texto escrito (unicartagena)propiedades del texto escrito (unicartagena)
propiedades del texto escrito (unicartagena)nhoyosb
 
factores que afectan la solubilidad de s
factores que afectan la solubilidad de sfactores que afectan la solubilidad de s
factores que afectan la solubilidad de snaylyjaramillo
 
MAPA CONCEPTUAL ECONOMIA, MICRO Y MACROECONOMIA
MAPA CONCEPTUAL ECONOMIA, MICRO Y MACROECONOMIAMAPA CONCEPTUAL ECONOMIA, MICRO Y MACROECONOMIA
MAPA CONCEPTUAL ECONOMIA, MICRO Y MACROECONOMIAjgonzalez051193
 
USO DE DIFERENTES INSTRUMENTOS FINANCIEROS (1).pptx
USO DE DIFERENTES INSTRUMENTOS FINANCIEROS (1).pptxUSO DE DIFERENTES INSTRUMENTOS FINANCIEROS (1).pptx
USO DE DIFERENTES INSTRUMENTOS FINANCIEROS (1).pptxOMAR RODRIGUEZ
 
ACTIVIDAD EN CASA OBJETIVO 6 DESARROLLO NACIONAL PROPORCIONAL Y PLANIFICADO.pptx
ACTIVIDAD EN CASA OBJETIVO 6 DESARROLLO NACIONAL PROPORCIONAL Y PLANIFICADO.pptxACTIVIDAD EN CASA OBJETIVO 6 DESARROLLO NACIONAL PROPORCIONAL Y PLANIFICADO.pptx
ACTIVIDAD EN CASA OBJETIVO 6 DESARROLLO NACIONAL PROPORCIONAL Y PLANIFICADO.pptxmigyendrich
 
D.L.R. DIAPOSITIVAS DESARROLLO HUMANO.pptx
D.L.R. DIAPOSITIVAS DESARROLLO HUMANO.pptxD.L.R. DIAPOSITIVAS DESARROLLO HUMANO.pptx
D.L.R. DIAPOSITIVAS DESARROLLO HUMANO.pptxmaxp40374
 
USO DE DIFERENTES INSTRUMENTOS FINANCIEROS.pptx
USO DE DIFERENTES INSTRUMENTOS FINANCIEROS.pptxUSO DE DIFERENTES INSTRUMENTOS FINANCIEROS.pptx
USO DE DIFERENTES INSTRUMENTOS FINANCIEROS.pptxTamara Rodriguez
 
Empresarios privados y públicos: ¿adversarios o aliados?
Empresarios privados y públicos: ¿adversarios o aliados?Empresarios privados y públicos: ¿adversarios o aliados?
Empresarios privados y públicos: ¿adversarios o aliados?ManfredNolte
 
CONTABILIDAD INTERMEDIA CREDITOS EXIGIBILIDADES
CONTABILIDAD INTERMEDIA CREDITOS EXIGIBILIDADESCONTABILIDAD INTERMEDIA CREDITOS EXIGIBILIDADES
CONTABILIDAD INTERMEDIA CREDITOS EXIGIBILIDADESDavidMorales691718
 
Introducción al trading de opciones de Accumulator con Deriv.com
Introducción al trading de opciones de Accumulator con Deriv.comIntroducción al trading de opciones de Accumulator con Deriv.com
Introducción al trading de opciones de Accumulator con Deriv.comVince Stanzione
 
Concepto de auditoria de empresas del sector turismo
Concepto de auditoria de empresas del sector turismoConcepto de auditoria de empresas del sector turismo
Concepto de auditoria de empresas del sector turismomramosrRamos
 
Ejercicios Contabilidad asiento contable y ecuación contable
Ejercicios Contabilidad asiento contable y ecuación contableEjercicios Contabilidad asiento contable y ecuación contable
Ejercicios Contabilidad asiento contable y ecuación contableCristobalPsijas
 
Mapa-conceptual-del-Descubrimiento-de-America-4.pdf
Mapa-conceptual-del-Descubrimiento-de-America-4.pdfMapa-conceptual-del-Descubrimiento-de-America-4.pdf
Mapa-conceptual-del-Descubrimiento-de-America-4.pdfkrishnnaperezquezada
 
Canasta básica en España. Platillos y oficios pptx
Canasta básica en España. Platillos y oficios pptxCanasta básica en España. Platillos y oficios pptx
Canasta básica en España. Platillos y oficios pptxarmandoantoniomartin1
 
Valoración de accion y valores negociables .pdf
Valoración de accion y valores negociables .pdfValoración de accion y valores negociables .pdf
Valoración de accion y valores negociables .pdfPriscilaDari
 
Cadena de suministro de Gloria S.A-1.pptx
Cadena de suministro de Gloria S.A-1.pptxCadena de suministro de Gloria S.A-1.pptx
Cadena de suministro de Gloria S.A-1.pptxGregoryGarciaMoscol2
 
Tema #2 Teoría del consumidor, microeconomía .pptx
Tema #2 Teoría del consumidor, microeconomía .pptxTema #2 Teoría del consumidor, microeconomía .pptx
Tema #2 Teoría del consumidor, microeconomía .pptxFabianPerezJ
 

Último (20)

Watson, J. B. (1924). El conductismo .pdf
Watson, J. B. (1924). El conductismo .pdfWatson, J. B. (1924). El conductismo .pdf
Watson, J. B. (1924). El conductismo .pdf
 
Top Trading _ Guía Análisis de precio fores velas japonesas estrategia
Top Trading _ Guía Análisis de precio fores velas japonesas estrategiaTop Trading _ Guía Análisis de precio fores velas japonesas estrategia
Top Trading _ Guía Análisis de precio fores velas japonesas estrategia
 
CARE ECONOMY: LA VIEJA Y NUEVA ECONOMIA DE LOS CUIDADOS.
CARE ECONOMY: LA VIEJA Y NUEVA ECONOMIA DE LOS CUIDADOS.CARE ECONOMY: LA VIEJA Y NUEVA ECONOMIA DE LOS CUIDADOS.
CARE ECONOMY: LA VIEJA Y NUEVA ECONOMIA DE LOS CUIDADOS.
 
propiedades del texto escrito (unicartagena)
propiedades del texto escrito (unicartagena)propiedades del texto escrito (unicartagena)
propiedades del texto escrito (unicartagena)
 
factores que afectan la solubilidad de s
factores que afectan la solubilidad de sfactores que afectan la solubilidad de s
factores que afectan la solubilidad de s
 
MAPA CONCEPTUAL ECONOMIA, MICRO Y MACROECONOMIA
MAPA CONCEPTUAL ECONOMIA, MICRO Y MACROECONOMIAMAPA CONCEPTUAL ECONOMIA, MICRO Y MACROECONOMIA
MAPA CONCEPTUAL ECONOMIA, MICRO Y MACROECONOMIA
 
USO DE DIFERENTES INSTRUMENTOS FINANCIEROS (1).pptx
USO DE DIFERENTES INSTRUMENTOS FINANCIEROS (1).pptxUSO DE DIFERENTES INSTRUMENTOS FINANCIEROS (1).pptx
USO DE DIFERENTES INSTRUMENTOS FINANCIEROS (1).pptx
 
ACTIVIDAD EN CASA OBJETIVO 6 DESARROLLO NACIONAL PROPORCIONAL Y PLANIFICADO.pptx
ACTIVIDAD EN CASA OBJETIVO 6 DESARROLLO NACIONAL PROPORCIONAL Y PLANIFICADO.pptxACTIVIDAD EN CASA OBJETIVO 6 DESARROLLO NACIONAL PROPORCIONAL Y PLANIFICADO.pptx
ACTIVIDAD EN CASA OBJETIVO 6 DESARROLLO NACIONAL PROPORCIONAL Y PLANIFICADO.pptx
 
D.L.R. DIAPOSITIVAS DESARROLLO HUMANO.pptx
D.L.R. DIAPOSITIVAS DESARROLLO HUMANO.pptxD.L.R. DIAPOSITIVAS DESARROLLO HUMANO.pptx
D.L.R. DIAPOSITIVAS DESARROLLO HUMANO.pptx
 
USO DE DIFERENTES INSTRUMENTOS FINANCIEROS.pptx
USO DE DIFERENTES INSTRUMENTOS FINANCIEROS.pptxUSO DE DIFERENTES INSTRUMENTOS FINANCIEROS.pptx
USO DE DIFERENTES INSTRUMENTOS FINANCIEROS.pptx
 
Empresarios privados y públicos: ¿adversarios o aliados?
Empresarios privados y públicos: ¿adversarios o aliados?Empresarios privados y públicos: ¿adversarios o aliados?
Empresarios privados y públicos: ¿adversarios o aliados?
 
CONTABILIDAD INTERMEDIA CREDITOS EXIGIBILIDADES
CONTABILIDAD INTERMEDIA CREDITOS EXIGIBILIDADESCONTABILIDAD INTERMEDIA CREDITOS EXIGIBILIDADES
CONTABILIDAD INTERMEDIA CREDITOS EXIGIBILIDADES
 
Introducción al trading de opciones de Accumulator con Deriv.com
Introducción al trading de opciones de Accumulator con Deriv.comIntroducción al trading de opciones de Accumulator con Deriv.com
Introducción al trading de opciones de Accumulator con Deriv.com
 
Concepto de auditoria de empresas del sector turismo
Concepto de auditoria de empresas del sector turismoConcepto de auditoria de empresas del sector turismo
Concepto de auditoria de empresas del sector turismo
 
Ejercicios Contabilidad asiento contable y ecuación contable
Ejercicios Contabilidad asiento contable y ecuación contableEjercicios Contabilidad asiento contable y ecuación contable
Ejercicios Contabilidad asiento contable y ecuación contable
 
Mapa-conceptual-del-Descubrimiento-de-America-4.pdf
Mapa-conceptual-del-Descubrimiento-de-America-4.pdfMapa-conceptual-del-Descubrimiento-de-America-4.pdf
Mapa-conceptual-del-Descubrimiento-de-America-4.pdf
 
Canasta básica en España. Platillos y oficios pptx
Canasta básica en España. Platillos y oficios pptxCanasta básica en España. Platillos y oficios pptx
Canasta básica en España. Platillos y oficios pptx
 
Valoración de accion y valores negociables .pdf
Valoración de accion y valores negociables .pdfValoración de accion y valores negociables .pdf
Valoración de accion y valores negociables .pdf
 
Cadena de suministro de Gloria S.A-1.pptx
Cadena de suministro de Gloria S.A-1.pptxCadena de suministro de Gloria S.A-1.pptx
Cadena de suministro de Gloria S.A-1.pptx
 
Tema #2 Teoría del consumidor, microeconomía .pptx
Tema #2 Teoría del consumidor, microeconomía .pptxTema #2 Teoría del consumidor, microeconomía .pptx
Tema #2 Teoría del consumidor, microeconomía .pptx
 

Valuación de Opciones Europeas con el Modelo de Heston utilizando Métodos de Diferencias Finitas

  • 1. Valuación de Opciones Europeas con el Modelo de Heston utilizando  Métodos  de  Diferencias  Finitas David Solís Maestría en Finanzas Cuantitativas Examen Final de Posgrado
  • 2. IF I CAN TAKE IT, I CAN MAKE IT. Louis Zamperin
  • 5. Objetivo del Trabajo Este trabajo tiene el objetivo de fungir como una prueba de concepto para demostrar que hay alternativas de por lo menos igual calidad a productos comerciales de muy alto costo y la oportunidad que representa la implementación de algoritmos para problemas no contemplados por estos productos. Nuestra primera hipótesis es que se puede robustecer el método ponderado o método θ utilizando una malla no uniforme. La segunda hipótesis es que para la PDE de Heston, el esquema implícito de direcciones alternadas (ADI por las siglas en inglés de alternating direction implicit) es una mejor alternativa al método θ. La tercera hipótesis es que para este tipo de PDEs, los métodos de diferencias finitas son una mejor opción a una solución basada en simulación de Monte Carlo. 5
  • 17. PDE de Heston L es un operador 8
  • 18. PDE de Heston Condiciones de Frontera 9
  • 19. PDE de Heston Condiciones de Frontera Valor al vencimiento 9 La función no está acotada
  • 20. PDE de Heston Condiciones de Frontera Precio del subyacente = 0 9
  • 21. PDE de Heston Condiciones de Frontera A medida que aumenta el precio de la acción, la delta se acerca a 1 9
  • 22. PDE de Heston Condiciones de Frontera Conforme la volatilidad aumenta, la opción de compra se acerca al precio de la acción 9
  • 23. PDE de Heston Condiciones de Frontera 9 Es necesario encontrar las cotas superiores para S y v.
  • 25. Representación de la Solución de PDEs x1 t1 ),( 11 txT T=3.5 T=5.2 Diferentes curvas son usadas para diferentes valores de una de las variables independientes Una gráfica en 3 dimensiones de la función T(x, t) Los ejes representan las variables independientes. Los valores de la función se muestran en los puntos de la malla. 11
  • 26. Método de Líneas ‣ Dividir el intervalo x en sub intervalos cada uno de longitud h ‣ Dividir el intervalo t en sub intervalos cada uno de longitud k ‣ Se usa una malla de puntos para la solución de diferencias finitas ‣ Uij representa U(xi, tj) ‣ Se reemplazan las derivadas por las fórmulas de diferencias finitas t x 12
  • 28. Construcción de Mallas Mallas Uniformes Discretización 13
  • 31. Construcción de Mallas Mallas no Uniformes - Implementación en R 16 Dimensión S
  • 32. Construcción de Mallas Mallas no Uniformes - Implementación en R 16 Dimensión v
  • 34. Construcción de Mallas Mallas no Uniformes Más fina alrededor del 0 17
  • 35. Construcción de Mallas Mallas no Uniformes Más fina alrededor del precio de ejercicio 17
  • 37. Aproximación en Diferencias Finitas Derivadas de Primer Orden Mallas no uniformes Mallas uniformes 18
  • 38. Aproximación en Diferencias Finitas Derivadas de Segundo Orden Mallas no uniformes 19
  • 39. Aproximación en Diferencias Finitas Derivadas de Segundo Orden Mallas uniformes 20
  • 40. Aproximación en Diferencias Finitas Derivada Mixta Mallas no uniformes Mallas uniformes 21
  • 41. Aproximación en Diferencias Finitas Derivada Mixta Coeficientes 22
  • 42. Método Ponderado v S t NS NV NT * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * ! " # # # # # # # # # # # # # # # # # # # # $ % & & & & & & & & & & & & & & & & & & & & N×N NS NV N = (NS + 1) × (NV + 1) 0 23
  • 44. Método Ponderado Definido por la relación El valor de θ determina el esquema 24
  • 45. Método ADI Idea Principal - Descomponer L en 3 matrices donde dado 25
  • 46. Método ADI Idea Principal - Descomponer L en 3 matrices donde dado 25 Derivada mixta totalmente explícita
  • 47. Método ADI Idea Principal - Descomponer L en 3 matrices donde dado 25 Dirección S implícita Derivada mixta totalmente explícita
  • 48. Método ADI Idea Principal - Descomponer L en 3 matrices donde dado 25 Dirección S implícita Dirección v implícita Derivada mixta totalmente explícita
  • 49. Método ADI Idea Principal - Descomponer L en 3 matrices donde dado Ciertos componentes son tratados explícita y otros implícitamente 25 Dirección S implícita Dirección v implícita Derivada mixta totalmente explícita
  • 50. Método ADI Esquemas Un paso predictor hacia adelante es seguido por dos pasos implícitos correctores de una sola dirección, cuyo propósito es estabilizar el paso predictor. 26
  • 51. Método ADI Esquemas Un paso predictor hacia adelante es seguido por dos pasos implícitos correctores de una sola dirección, cuyo propósito es estabilizar el paso predictor. El parámetro θ controla la ponderación, de manera similar al método ponderado. θ = 0 para el esquema explícito, θ = 0.5 para Crank- Nicolson y θ = 1 para el esquema implícito. 26
  • 52. Método ADI Esquemas Un paso predictor hacia adelante es seguido por dos pasos implícitos correctores de una sola dirección, cuyo propósito es estabilizar el paso predictor. Extensión al esquema D o u g l a s . R e a l i z a u n segundo paso predictor seguido por dos pasos correctores de una sola dirección. El parámetro θ controla la ponderación, de manera similar al método ponderado. θ = 0 para el esquema explícito, θ = 0.5 para Crank- Nicolson y θ = 1 para el esquema implícito. 26
  • 53. Método ADI Ejemplos de Esquemas Extensión al esquema Douglas. Diseñado para la solución numérica de e c u a c i o n e s d e c o n v e c c i ó n - d i f u s i ó n - reacción que surgen en química atmosférica. 27
  • 54. Método ADI Ejemplos de Esquemas Extensión al esquema Douglas. Diseñado para la solución numérica de e c u a c i o n e s d e c o n v e c c i ó n - d i f u s i ó n - reacción que surgen en química atmosférica. Extensión al esquema D o u g l a s . T i e n e m á s libertad en la elección de θ e n c o m p a r a c i ó n a l esquema CS. 27
  • 56. Diseño de las Pruebas 29
  • 57. Diseño de las Pruebas De acuerdo con alcance Precisión y tiempo de CPU 29
  • 58. Diseño de las Pruebas Comparación con valor teórico Precisión 29
  • 59. Diseño de las Pruebas Validación de varias hipótesis Sentido práctico del método explícito Malla uniforme vs no uniforme Atributos superiores de métodos ADI Evaluación de métodos de diferencias finitas Estabilidad Convergencia Precisión Selección de método y esquema 29
  • 60. Diseño de las Pruebas Evaluación del método seleccionado bajo varios escenarios 30
  • 61. Diseño de las Pruebas Comparación contra otros métodos usando como referencia el método analítico Precisión Tiempo de CPU 30
  • 62. Diseño de las Pruebas • Los escenarios empleados fueron los utilizados por algunos artículos donde comparan alternativas de soluciones. • Había varias alternativas para calcular la fórmula analítica, se evaluaron tres contra un precio teórico. • Se buscó un método Monte Carlo explícitamente diseñado para el modelo Heston, no se evaluaron alternativas. • No fue un proceso lineal. 31
  • 63. Diseño de las Pruebas Conceptos Convergencia. Significa que la solución obtenida por el método de las diferencias finitas se aproxima a la verdadera solución cada vez que Δt y Δx se hacen más pequeñas. Estabilidad. Un algoritmo es estable si los errores en cada etapa no se magnifican a medida que el cómputo avanza 32
  • 64. Diseño de las Pruebas Conceptos Si la condición 2κθ > σ2 se mantiene, e n t o n c e s l a t e n d e n c i a e s suficientemente grande para el proceso de la varianza para garantizar valores positivos que no llegan a cero. Esta condición se conoce como la condición de Feller, definida por: • Si q ≥ 0, entonces v = 0 es inalcanzable por el proceso de varianza Vt • Si q < 0, entonces v = 0 es alcanzable por el proceso de varianza Vt Para las pruebas de concepto se obtuvo el error absoluto del precio obtenido tomando como referencia el precio obtenido por el método analítico. Para las pruebas de tortura y el benchmark usamos la tasa del error relativo definido como 33
  • 66. Método Analítico Formula explícita (semi-analítica) 34 Implica resolver 2 integrales
  • 67. Método Analítico Formula explícita (semi-analítica) 34 Implica resolver 2 integrales Tres alternativas: 1. FFT 2. Integral consolidada 3. Gauss-Laguerre
  • 69. Método Analítico Los tres casos comparten los siguientes parámetros Escenario 35
  • 70. Método Analítico Teórico Precio RPD Precio RPD Precio RPD Precio 70 47.1109 0.0867% 47.1516 0.0004% 47.1518 0.0001% 47.1518 80 40.7766 0.0582% 40.8002 0.0003% 40.8003 0.0001% 40.8003 90 34.9822 0.0205% 34.9893 0.0002% 34.9894 0.0001% 34.9894 100 29.7714 0.0574% 29.7542 0.0004% 29.7543 0.0001% 29.7543 110 25.1430 0.1516% 25.1049 0.0001% 25.1049 0.0002% 25.1049 120 21.0336 0.0163% 21.0302 0.0002% 21.0302 0.0001% 21.0302 130 17.5718 0.3986% 17.5019 0.0006% 17.5020 0.0002% 17.5020 K FFT Integral3Consolidada Gauss9Laguerre Caso 1 36
  • 71. Método Analítico Teórico Precio RPD Precio RPD Precio RPD Precio 70 47.2307 0.1067% 47.2811 0.0003% 47.2812 0.0000% 47.2812 80 40.7226 0.0858% 40.7575 0.0003% 40.7576 0.0000% 40.7576 90 34.6669 0.0585% 34.6872 0.0001% 34.6872 0.0001% 34.6872 100 29.1352 0.0193% 29.1295 0.0004% 29.1296 0.0002% 29.1296 110 24.1673 0.1501% 24.1310 0.0002% 24.1311 0.0000% 24.1311 120 19.7250 0.0204% 19.7209 0.0003% 19.7210 0.0000% 19.7210 130 15.9921 0.5313% 15.9075 0.0007% 15.9076 0.0003% 15.9076 K FFT Integral3Consolidada Gauss9Laguerre Caso 2 36
  • 72. Método Analítico Teórico Precio RPD Precio RPD Precio RPD Precio 70 47.1514 0.1273% 47.2114 0.0003% 47.2115 0.0000% 47.2115 80 40.4258 0.1157% 40.4725 0.0002% 40.4726 0.0000% 40.4726 90 34.0621 0.1039% 34.0974 0.0004% 34.0975 0.0001% 34.0975 100 28.1544 0.0299% 28.1628 0.0001% 28.1628 0.0001% 28.1628 110 22.7896 0.1586% 22.7534 0.0004% 22.7535 0.0002% 22.7535 120 17.9608 0.0296% 17.9554 0.0005% 17.9555 0.0003% 17.9555 130 13.9598 0.8458% 13.8426 0.0006% 13.8427 0.0002% 13.8427 K FFT Integral3Consolidada Gauss9Laguerre Caso 3 36
  • 75. Pruebas de Concepto Escenario 37 Heurísticamente se encontró Smax = 30*K vmax = 15
  • 76. Pruebas de Concepto Precio Error Precio Error Analítico 4.1078 4.1078 Explícito 4.1679 0.0601 4.1577 0.0499 Implícito 4.1023 ,0.0055 4.0901 ,0.0177 Crank4Nicolson 4.1350 0.0272 4.1241 0.0163 Uniforme No9uniforme Uniforme 940x409con9209 pasos No9uniforme 930x309con9209 pasos 38 Método θ
  • 77. Pruebas de Concepto Precio Error Precio Error Analítico 4.1078 4.1078 Explícito 4.0543 )0.0535 4.1100 0.0022 Uniforme 380x403con33,0003 pasos No3uniforme 380x403con33,0003 pasos Precio Error Precio Error Analítico 4.1078 4.1078 Explícito 4.0542 )0.0536 4.1112 0.0034 Uniforme 380x403con3 10,0003pasos No3uniforme 380x403con3 10,0003pasos Precio Error Precio Error Analítico 4.1078 4.1078 Explícito 4.0504 (0.0574 4.0968 (0.011 No1uniforme 300x2001con1 10,0001pasos Uniforme 1300x2001con1 10,0001pasos 39 Método Explícito
  • 78. Pruebas de Concepto Precio Error Precio Error Analítico 4.1078 4.1078 Explícito 4.0543 )0.0535 4.1100 0.0022 Uniforme 380x403con33,0003 pasos No3uniforme 380x403con33,0003 pasos Precio Error Precio Error Analítico 4.1078 4.1078 Explícito 4.0542 )0.0536 4.1112 0.0034 Uniforme 380x403con3 10,0003pasos No3uniforme 380x403con3 10,0003pasos Precio Error Precio Error Analítico 4.1078 4.1078 Explícito 4.0504 (0.0574 4.0968 (0.011 No1uniforme 300x2001con1 10,0001pasos Uniforme 1300x2001con1 10,0001pasos No se logró aumentar la precisión usando una malla no uniforme, ni aumentando el número de pasos, ni con una malla más grande. 39 Método Explícito
  • 79. Pruebas de Concepto Malla uniforme 40x40x20 Precio Error Precio Error Precio Error Douglas 4.2133 0.1055 4.1042 (0.0036 4.1582 0.0504 C.S 4.1946 0.0868 4.0856 (0.0222 4.1395 0.0317 M.C.S 4.1363 0.0285 4.1360 0.0282 4.1395 0.0317 H.V 4.1363 0.0285 4.1357 0.0279 4.1395 0.0317 Esquema Explícito Implícito Crank=Nicolson Precio Error Precio Error Precio Error Douglas 4.1467 0.0389 4.0928 +0.0150 4.1197 0.0119 C.S 4.1400 0.0322 4.0864 +0.0214 4.1132 0.0054 M.C.S 4.1123 0.0045 4.1124 0.0046 4.1132 0.0054 H.V 4.1123 0.0045 4.1124 0.0046 4.1132 0.0054 Esquema Explícito Implícito Crank=Nicolson Malla no uniforme 20x20x10 40 Método ADI
  • 80. Pruebas de Concepto Malla uniforme 40x40x20 Precio Error Precio Error Precio Error Douglas 4.2133 0.1055 4.1042 (0.0036 4.1582 0.0504 C.S 4.1946 0.0868 4.0856 (0.0222 4.1395 0.0317 M.C.S 4.1363 0.0285 4.1360 0.0282 4.1395 0.0317 H.V 4.1363 0.0285 4.1357 0.0279 4.1395 0.0317 Esquema Explícito Implícito Crank=Nicolson Precio Error Precio Error Precio Error Douglas 4.1467 0.0389 4.0928 +0.0150 4.1197 0.0119 C.S 4.1400 0.0322 4.0864 +0.0214 4.1132 0.0054 M.C.S 4.1123 0.0045 4.1124 0.0046 4.1132 0.0054 H.V 4.1123 0.0045 4.1124 0.0046 4.1132 0.0054 Esquema Explícito Implícito Crank=Nicolson Malla no uniforme 20x20x10 40 Método ADI
  • 81. Pruebas de Concepto Malla no uniforme 40x40x20 Precio Error Precio Error Douglas 4.0897 '0.0181 4.1161 0.0083 C.S 4.0837 '0.0241 4.1105 0.0027 M.C.S 4.1094 0.0016 4.1105 0.0027 H.V 4.1094 0.0016 4.1105 0.0027 Esquema Implícito Crank<Nicolson 41 Método ADI
  • 82. Pruebas de Concepto Malla no uniforme 40x40x20 Precio Error Precio Error Douglas 4.0897 '0.0181 4.1161 0.0083 C.S 4.0837 '0.0241 4.1105 0.0027 M.C.S 4.1094 0.0016 4.1105 0.0027 H.V 4.1094 0.0016 4.1105 0.0027 Esquema Implícito Crank<Nicolson El método explícito literalmente explotó en esta prueba. 41 Método ADI
  • 85. Pruebas de Tortura Cercano a cero K=100 Escenario 42
  • 86. Pruebas de Tortura Poco usual para FX K=100 Escenario 42
  • 88. Pruebas de Tortura NS NV NT Caso)1 Caso)2 Caso)3 Caso)4 50 25 25 0.064% 0.041% 0.440% 0.032% 100 50 50 0.006% 0.068% 0.095% 0.006% 200 100 100 0.035% 0.060% 0.004% 0.001% 400 200 200 0.043% 0.059% 0.007% 0.000% 0.02 0.11 0.99 4.83CPU0seg Precisiones del orden de las diez milésimas con buenos tiempos de ejecución Esquema MCS con θ = 1/3 44 Método ADI
  • 89. Benchmark Analítico Precio RPD CPU1seg Precio RPD CPU1seg Precio 70 47.1674 0.033% 21.60 47.1513 0.001% 0.96 47.1518 80 40.8645 0.157% 18.40 40.7999 0.001% 0.96 40.8003 90 35.0029 0.039% 17.60 34.9892 0.001% 0.95 34.9894 100 29.7270 0.091% 18.60 29.7544 0.000% 0.96 29.7543 110 25.0654 0.158% 17.70 25.1051 0.001% 0.96 25.1049 120 21.0669 0.174% 17.80 21.0309 0.003% 0.93 21.0302 130 17.5176 0.089% 17.80 17.5029 0.005% 0.91 17.5020 K QE MCS Caso 1 Quadratic Exponential 300,000x64 vs ADI MCS con θ = 1/3, malla no uniforme 200x100x100 Se utilizó el escenario empleado en la selección del método analítico 45
  • 90. Benchmark Analítico Precio RPD CPU1seg Precio RPD CPU1seg Precio 70 47.4011 0.254% 18.80 47.2808 0.001% 0.93 47.2812 80 40.8161 0.144% 18.40 40.7574 0.001% 0.94 40.7576 90 34.6617 0.074% 17.90 34.6870 0.001% 0.95 34.6872 100 29.0610 0.235% 18.00 29.1296 0.000% 0.95 29.1296 110 24.1711 0.166% 17.80 24.1311 0.000% 0.96 24.1311 120 19.6759 0.229% 18.60 19.7214 0.002% 0.93 19.7210 130 15.9163 0.055% 18.10 15.9082 0.004% 0.94 15.9076 K QE MCS Caso 2 Quadratic Exponential 300,000x64 vs ADI MCS con θ = 1/3, malla no uniforme 200x100x100 Se utilizó el escenario empleado en la selección del método analítico 45
  • 91. Benchmark Analítico Precio RPD CPU1seg Precio RPD CPU1seg Precio 70 47.2285 0.036% 20.00 47.2113 0.000% 0.95 47.2115 80 40.5354 0.155% 18.90 40.4725 0.000% 0.94 40.4726 90 34.1952 0.287% 18.90 34.0973 0.000% 0.95 34.0975 100 28.1339 0.103% 18.80 28.1628 0.000% 0.96 28.1628 110 22.8310 0.341% 18.80 22.7531 0.002% 0.94 22.7535 120 17.8708 0.471% 18.90 17.9553 0.001% 0.94 17.9555 130 13.7921 0.366% 19.10 13.8426 0.000% 0.93 13.8427 K QE MCS Caso 3 Quadratic Exponential 300,000x64 vs ADI MCS con θ = 1/3, malla no uniforme 200x100x100 Se utilizó el escenario empleado en la selección del método analítico 45
  • 93. Conclusiones ‣ Acerca del método ponderado • Método iterativo con matrices dispersas. • Contempla los esquemas explícito, implícito y Crank-Nicolson por simple configuración del parámetro 𝜃. • El esquema explícito tiene problemas de convergencia y estabilidad. • Los esquemas implícito y Crank-Nicolson tienen propiedades superiores de estabilidad. • Ambos esquemas son prácticos cuando el número de puntos en la malla es moderado. • Una manera general de aumentar la eficiencia del método ponderado es utilizando una malla no uniforme que sea más fina alrededor del precio de ejercicio y cuando la volatilidad sea cercana a cero. 47
  • 94. Conclusiones ‣ Acerca de los esquemas ADI • Método iterativo con matrices tridiagonales. • Un esquema ADI es especificado por el esquema en sí y por el valor del parámetro θ. • Son una buena alternativa para resolver problemas con condiciones de frontera y valores iniciales para dos o más dimensiones. • La implementación requiere resolver un sistema de ecuaciones tridiagonal. • Calcula resultados más precisos y requiere menos consumo de CPU que la simulación Monte Carlo. 48
  • 95. Conclusiones Modelos Tipos*de*Opciones Pros Contras Diferencias Finitas Modelos'para'los'cuáles' existe'una'PDE'que' describe'el'precio'de'la' opción.' Europea Bermuda Americana Opciones'con'pago' dependiente'de'la' trayectoria 1.'Opciones'con'ejercicio'temprano:'americanas'o' bermudas 2.'Opciones''dependientes'de'la'trayectoria 3.'Permite'una'variedad'de'mallas'que'pueden'ser' especificas'a'la'opción'para'minimizar'la' propagación'de'errores 1.'Restringido'a'modelos'para'los'cuales'existe'una'PDE 2.'Difícil'de'usar'para'opciones'con'trayectorias'complejas 3.'Difícil'y'costoso'en'tiempo'de'CPU'para'PDEs'de'alta' dimensionalidad 4.'Puede'ser'sensible'a'ciertas'condiciones'de'frontera Simulación Monte*Carlo Modelos'que'pueden'ser' descritos'por'un'conjunto' de'variables'aleatorias'con' una'distribución'conocida Cualquier'tipo'de' opción'para'la'que' exista'una'función'de' precio 1.'Permite'calcular'el'precio'sobre'casi'cualquier' modelo 2.'Permite'calcular'el'precio'de'contratos'con' posiblemente'cualquier'función'de'pago 3.'Permite'el'cálculo'eficiente'de'precios'de' contratos'con'muchos'subyacentes 1.'Típicamente'el'método'más'caro'en'tiempo'de'CPU 49
  • 96. Conclusiones Modelos Tipos*de*Opciones Pr Diferencias Finitas Modelos'para'los'cuáles' existe'una'PDE'que' describe'el'precio'de'la' opción.' Europea Bermuda Americana Opciones'con'pago' dependiente'de'la' trayectoria 1.'Opciones'con'ejercicio' bermudas 2.'Opciones''dependiente 3.'Permite'una'variedad'd especificas'a'la'opción'pa propagación'de'errores Simulación Monte*Carlo Modelos'que'pueden'ser' descritos'por'un'conjunto' de'variables'aleatorias'con' una'distribución'conocida Cualquier'tipo'de' opción'para'la'que' exista'una'función'de' precio 1.'Permite'calcular'el'prec modelo 2.'Permite'calcular'el'prec posiblemente'cualquier'fu 3.'Permite'el'cálculo'eficie contratos'con'muchos'sub 49
  • 97. Conclusiones Modelos Tipos*de*Opciones Pros Contras Diferencias Finitas Modelos'para'los'cuáles' existe'una'PDE'que' describe'el'precio'de'la' opción.' Europea Bermuda Americana Opciones'con'pago' dependiente'de'la' trayectoria 1.'Opciones'con'ejercicio'temprano:'americanas'o' bermudas 2.'Opciones''dependientes'de'la'trayectoria 3.'Permite'una'variedad'de'mallas'que'pueden'ser' especificas'a'la'opción'para'minimizar'la' propagación'de'errores 1.'Restringido'a'modelos'para'los'cuales'existe'una'PDE 2.'Difícil'de'usar'para'opciones'con'trayectorias'complejas 3.'Difícil'y'costoso'en'tiempo'de'CPU'para'PDEs'de'alta' dimensionalidad 4.'Puede'ser'sensible'a'ciertas'condiciones'de'frontera Simulación Monte*Carlo Modelos'que'pueden'ser' descritos'por'un'conjunto' de'variables'aleatorias'con' una'distribución'conocida Cualquier'tipo'de' opción'para'la'que' exista'una'función'de' precio 1.'Permite'calcular'el'precio'sobre'casi'cualquier' modelo 2.'Permite'calcular'el'precio'de'contratos'con' posiblemente'cualquier'función'de'pago 3.'Permite'el'cálculo'eficiente'de'precios'de' contratos'con'muchos'subyacentes 1.'Típicamente'el'método'más'caro'en'tiempo'de'CPU 50
  • 98. Conclusiones Tipos*de*Opciones Pros Con es' a' Europea Bermuda Americana Opciones'con'pago' dependiente'de'la' trayectoria 1.'Opciones'con'ejercicio'temprano:'americanas'o' bermudas 2.'Opciones''dependientes'de'la'trayectoria 3.'Permite'una'variedad'de'mallas'que'pueden'ser' especificas'a'la'opción'para'minimizar'la' propagación'de'errores 1.'Restringido'a'modelos'par 2.'Difícil'de'usar'para'opcion 3.'Difícil'y'costoso'en'tiempo dimensionalidad 4.'Puede'ser'sensible'a'cierta ser' nto' 'con' cida Cualquier'tipo'de' opción'para'la'que' exista'una'función'de' precio 1.'Permite'calcular'el'precio'sobre'casi'cualquier' modelo 2.'Permite'calcular'el'precio'de'contratos'con' posiblemente'cualquier'función'de'pago 3.'Permite'el'cálculo'eficiente'de'precios'de' contratos'con'muchos'subyacentes 1.'Típicamente'el'método'm 50
  • 99. Conclusiones Modelos Tipos*de*Opciones Pros Contras Diferencias Finitas Modelos'para'los'cuáles' existe'una'PDE'que' describe'el'precio'de'la' opción.' Europea Bermuda Americana Opciones'con'pago' dependiente'de'la' trayectoria 1.'Opciones'con'ejercicio'temprano:'americanas'o' bermudas 2.'Opciones''dependientes'de'la'trayectoria 3.'Permite'una'variedad'de'mallas'que'pueden'ser' especificas'a'la'opción'para'minimizar'la' propagación'de'errores 1.'Restringido'a'modelos'para'los'cuales'existe'una'PDE 2.'Difícil'de'usar'para'opciones'con'trayectorias'complejas 3.'Difícil'y'costoso'en'tiempo'de'CPU'para'PDEs'de'alta' dimensionalidad 4.'Puede'ser'sensible'a'ciertas'condiciones'de'frontera Simulación Monte*Carlo Modelos'que'pueden'ser' descritos'por'un'conjunto' de'variables'aleatorias'con' una'distribución'conocida Cualquier'tipo'de' opción'para'la'que' exista'una'función'de' precio 1.'Permite'calcular'el'precio'sobre'casi'cualquier' modelo 2.'Permite'calcular'el'precio'de'contratos'con' posiblemente'cualquier'función'de'pago 3.'Permite'el'cálculo'eficiente'de'precios'de' contratos'con'muchos'subyacentes 1.'Típicamente'el'método'más'caro'en'tiempo'de'CPU 51
  • 101. Conclusiones Extensiones ‣ Cálculo de varias griegas (de manera directa para Delta, Gama y Vega) ‣ Encontrar alternativas para comparar la valuación para otro tipo de derivados (opciones exóticas) donde no hay una fórmula analítica disponible ‣ Experimentar con PDE multidimensionales con términos derivados mixtos • Modelo híbrido tridimensional Heston-Hull-White, una extensión al modelo Heston con tasas de interés estocásticas ‣ Comparar los esquemas ADI contra otros esquemas de división puros • Pasos fraccionarios o métodos localmente unidimensionales (LOD) ‣ Ampliar el método de diferencias finitas para permitir modelos más sofisticados • Modelo de Heston con saltos en el subyacente. 52
  • 103. 54 Referencias 978-0-471-79251-2 978-0-471-19760-7 978-1-118-54825-7 978-3-642-05154-8 978-0-89871-534-7000-0-000-00000-0 978-0-470-68368-2 978-0-470-85882-0 978-0-521-79163-2 978-0-967-63720-4 978-0-967-63720-4978-0-123-75662-6
  • 106. ¿Preguntas?
 ¿Más Información? David  Solís   dsolis@apache.org Mayo 2015
  • 107. IT ALWAYS SEEMS IMPOSSIBLE UNTIL IT’S DONE. Nelson Mandela