Добрый день.
Это третий пост о возможностях системы OptionSmile.
Предыдущие посты:
В первой части я рассказал, как система рассчитывает справедливые цены опционов. Во второй, как сформировать базу исторических котировок для большей статистической значимости результатов. Здесь я расскажу о ключевом функционале платформы – фильтрации исторических данных по рыночным режимам (соответствующая часть видео-презентации).
Добрый день.
Это второй пост о возможностях системы OptionSmile.
Предыдущие посты:
В первой части я рассказал, как система рассчитывает справедливые цены опционов, которые можно сравнивать с текущими рыночными и делать вывод об их mispricing’е (недо- или переоцененности) в моменте. Здесь я расскажу о том, как система дает возможности искать такие неэффективности в прошлом.
Для этого можно пойти, например, «в лоб»: взять базу исторических котировок контрактов с заданной денежность и сроком экспирации, посчитать среднюю и сравнить со справедливой стоимостью. Но тут сразу всплывает проблема: котировок слишком мало. Например, по месячным опционам в году их всего 12: сегодняшний контракт с 30-дневной экспирацией завтра уже будет с 29-дневной, т.е. не подойдет для анализа. И вообще, завтра котировки с 30-дневной экспирацией в природе не будет. И так пока следующий контракт не «состарится» до 30 дней.
Всем добрый день.
После анонса системы OptionSmile на Smart-Lab’e мне стали поступать запросы на слайды презентации, по которым было записано видео. Я понимаю, что не все могут себе позволить тратить время на просмотр, и легче иногда глазами пробежать текст в своем темпе, чем слушать длинные и не всегда зажигательные лекции.
Поэтому я все же решил сопроводить видео-описание подхода текстовыми постами. Это первый из них, посвященный теоретической базе нашего подхода по расчету справедливых цен опционов. Всегда можно посмотреть видео, там информации несколько больше.