我更多的是一个新手在R,并一直试图建立一个公式,以定价美式期权(看涨或看跌)使用简单的蒙特卡罗模拟(没有回归等)。虽然欧洲类型期权的代码运行良好,但它似乎高估了美式期权(与二项式/三叉树和其他定价模型相比)。
我将非常感谢您的投入!
我所采取的步骤概述如下。
1.)用m+1步骤模拟n个股票价格路径(几何布朗运动):
n = 10000; m = 100; T = 5; S = 100; X = 100; r = 0.1; v = 0.1; d = 0
pat = matrix(NA,n,m+1)
pat[,1] = S
dt = T/m
for(i in 1:n)
{
for (j in
我有幸运抽签期权表,其中有两种期权,一种是股票期权,第二种是普通期权。
现在,我必须检查股票数量,然后才能得到随机期权。
我已经将查询写成如下
set @percentage = 100 * rand();
select bkt_lucky_option.*,bkt_lucky_option_stock.option_stock_qty
from bkt_lucky_option LEFT JOIN bkt_lucky_option_stock ON bkt_lucky_option.lucky_option_id = bkt_lucky_option_stock.option_lucky_
下面的代码是根据列表(股票代码)中股票的特定代码来获取股票期权数据的。它也是基于股票期权的到期日。但是我得到了这个错误:"ValueError: error 2021-07-30 But be found。Available Expiration : 2022-01-21,2023-01-20“。我相信这是因为某些股票没有在2021-07-30到期的期权,但不知何故出现在了我的列表中。如果没有可用的到期日: 2021-07-30,我如何结合continue语句来跳过期权报价器? opt_df = DataFrame()
for symbol in tickers:
tick
我有一个考题,我必须使用Black和Schole公式找到看跌期权和看涨期权的增量。
我找到了一个为我做这件事的网站,所以我在代码中找到了这个函数:
getDelta: function(spot, strike, volatility, riskfree, dividendy) {
var self = this;
var d1 = self.getD1(spot, strike, volatility, riskfree, dividendy);
var Nd1 = phi(d1);
// Interesting line
var result = M
我正试图用几何布朗运动来定价一种杠杆式低价(LDAO)障碍看涨期权。
我的python脚本在下面。我不知道如何正确地模拟当股票价格上涨时增长的障碍B和杠杆因素,这些因素会使收益倍增。
该选项的特点如下。
LDAO的“杠杆”部分如下所示。当你买入买入期权时,你只需支付基础资产现货价格S0的一部分。卖方提供融资F0,以购买其余的。换句话说,期权的买入价格是:P = S -/- F.As a buyer,您支付利息i关于融资水平的F.The“下落不明”部分的结构如下。当基础资产的价格S跌破壁垒B时,期权被取消,标的资产以活跃的市场价格出售。当现货价格S1低于融资F时,您的最终价值为零。如果现货价格高
下面这个问题,
我希望模拟价格的变化,而用户给出一个买卖订单,就像真正的股票交易所。(我制作一个用例来帮助您理解。)
初始状态“股票期权示例”:
X公司,股票期权的价格20,000美元
使用以下PHP脚本,CRON任务每秒钟就会产生价格变化:
function stockVariation($price,$max_up,$max_down)
{
// Variation calculate, with volatility max (10 to 100)
$ratio=(mt_rand(0,$max_up)-mt_rand(0,$max_down))/10000;
//