Одиночная длинная позиция по опциону и оптимальное f

Рассмотрим обычную покупку колл-опциона. Вместо того чтобы для нахождения оптимального f использовать полную историю сделок по опционам данной ры­ночной системы, мы рассмотрим все возможные изменения цены данного опци­она за время его существования и взвесим каждый результат вероятностью его осуществления. Этот взвешенный по вероятностям результат является HPR, со­ответствующим цене покупки опциона. Мы рассмотрим весь спектр результатов (т.е. среднее геометрическое) для каждого значения f и таким образом найдем оп­тимальное значение. Почти во всех моделях ценообразования опционов вводными переменными, имеющими наибольшее влияние на теоретическую цену опциона, являются: (а) вре­мя, оставшееся до истечения срока, (б) цена исполнения, (в) цена базового инстру­мента и (г) волатильность. Некоторые модели могут иметь и другие вводные данные, но именно эти четыре переменные больше всего влияют на теоретическое значение. Из этих переменных две — время, оставшееся до истечения срока, и цена базового инструмента — переменные величины. Волатильность тоже может изменяться, од­нако редко в той же степени, что цена базового инструмента или время до истечения срока. Цена исполнения не изменяется.

С помощью нашей модели можно найти теоретическую цену для всех значений цен базового инструмента и времени, оставшегося до истечения срока. Таким образом, HPR для опциона является функцией не только цены базового инструмента, но и функцией времени, оставшегося до даты истечения опциона:

где f = тестируемое значение f;

 

S = текущая цена опциона;

 

Z(T, U - Y) = теоретическая цена опциона, когда цена базового инст­румента равна U - Y, а время, оставшееся до срока исте­чения, равно Т. Эту цену можно определить с помощью любой модели ценообразования, которую пользователь посчитает подходящей;

Р(Т, U) = 1-хвостая вероятность того, что цена базового инстру­мента равна U, когда время, оставшееся до истечения срока исполнения, равно Т. Это значение можно опреде­лить из любой формы распределения, которую пользова­тель посчитает подходящей;

Y = разность между арифметическим математическим ожи­данием базового инструмента (согласно уравнению (5.10)) и текущей ценой.

 

С помощью этой формулы можно рассчитать HPR (взвешенное по вероятности результата) по сделке с опционом, при условии, что через время Т цена базового инструмента будет равна U. В данном уравнении переменная Т представляет собой долю года (выражен­ную десятичной дробью), оставшуюся до истечения срока опциона. Поэтому на дату истечения Т = 0. Если до истечения срока остается один год, то Т = 1. Пере­менная Z(T, U - Y) зависит от модели ценообразования, которую вы используете. Единственная переменная, которую вам надо рассчитать, — это Р(Т, U), т.е. веро­ятность того, что базовый инструмент будет равен U при заданном Т (т.е. времени, оставшемся до конца действия опциона). Если использовать модель Блэка-Шоулса или модель товарных опционов Блэка, то можно рассчитать Р(Т, U) следующим образом:

если U < или = О:

если U > Q:

где U = рассматриваемая цена;

Q = текущая цена базового инструмента;

V= годовая волатильность базового инструмента;

Е=доля года, выраженная десятичной дробью, прошедшая с тех пор, когда опцион был приобретен;

N() = функция нормального распределения (уравнение (3.21));

ln() = функция натурального логарифма.

В итоге мы получим взвешенное по вероятности HPR для каждого исхода. Возможен широкий диапазон результатов, но, к сожалению, эти результаты не непрерывны. Например, время до истечения срока не задается непрерывной функцией. До истече­ния срока всегда остается целое число; то же верно и для цены базового инструмента. Если цена акции равна, например, 35, а минимальное изменение цены равно 1/8, то между 30 и 40 находится 81 возможное значение. Зная время, через которое мы собираемся продать опцион, можно рассчитать взвешенные по вероятности HPR для всех возможных цен на этот рыночный день. В нормальном распределении вероятности 99,73% всех результатов попада­ют в интервал трех стандартных отклонений от среднего, которое в нашем случае является текущей ценой базового инструмента. Поэтому нам необходимо рассчи­тать HPR для определенного рыночного дня и каждой дискретной цены между - 3 и + 3 стандартными отклонениями. Можно использовать 4, 5, 6 или больше стан­дартных отклонений, но ответ от этого не станет значительно точнее. Не следует также сокращать ценовое окно до 2 или 1 стандартного отклонения. Выбор 3 стандартньк отклонений, конечно, не является твердым правилом, но в боль­шинстве случаев оно приемлемо. Если мы используем модель Блэка-Шоулса или модель опционов на фьючер­сы Блэка, то можно узнать, какому изменению цены базового инструмента U со­ответствует 1 стандартное отклонение:

где U = текущая цена базового инструмента;

V = годовая волатильность базового инструмента;

Т = доля года, выраженная десятичной дробью, прошедшая с тех пор. когда опцион был приобретен;

ЕХР() = экспоненциальная функция.

Отметьте, что стандартное отклонение является функцией времени, прошедшего с момента открытия позиции.

Для точки, которая на Х стандартных отклонений выше текущей цены базово­го инструмента, получаем:

Для точки, которая на Х стандартных отклонений ниже текущей цены базового инструмента, получаем:

где U =текущая цена базового инструмента;

V = годовая волатильность базового инструмента;

Т =доля года, выраженная десятичной дробью, прошедшая с тех пор, когда опцион был приобретен;

EXPQ = экспоненциальная функция;

Х = число стандартных отклонений от среднего, для которых вы хо­ тите определить вероятности.

Далее следует описание процедуры поиска оптимального f для данного опциона.

Шаг 1. Решите, закроете ли вы позицию по опциону в какой-то конкрет­ный день. Если нет, тогда в дальнейших расчетах используйте дату ис­течения срока опциона.

Шаг 2. Определите, сколько дней вы будете удерживать позицию. Затем преобразуйте это число дней в долю года, выраженную десятичной дробью.

Шаг 3. Для дня из шага 1 рассчитайте точки, которые находятся между +3 и -3 стандартными отклонениями.

Шаг 4. Преобразуйте диапазоны цен из шага 3 в дискретные значения. Другими словами, используя приращения по 1 тику, определите все возможные цены диапазона, включая крайние значения.

Шаг 5. Для каждого из полученных результатов рассчитайте Z(T, U - Y) и Р(Т, U), то есть рассчитайте теоретическую цену опциона, а также ве­роятность того, что базовый инструмент к рассматриваемым датам будет равен определенной цене.

Шаг 6. После того, как вы выполните шаг 5, у вас будут все входные данные, необходимые для расчета взвешенного по вероятности HPR.

где f = тестируемое значение f;

S = текущая цена опциона;

 

Z(T, U - Y) = теоретическая цена опциона, когда цена базового инст­румента равна U - Y, а время, оставшееся до срока исте­чения, равно Т. Эту цену можно определить с помощью любой модели ценообразования, которую пользователь посчитает подходящей;

Р(Т, U) = 1-хвостая вероятность того, что цена базового инстру­мента равна U, когда время, оставшееся до истечения срока исполнения, равно Т. Это значение можно опре­делить из любой формы распределения, которую пользователь посчитает подходящей;

Y = разность между арифметическим математическим ожиданием базового инструмента (согласно уравнению (5.10)) и текущей ценой.

Необходимо отметить, что форма распределения, используемого для Р(Т, U), не обязательно должна быть такой же, как и в модели ценообразования, применяе­мой для определения значений Z(T, U - Y). Например, вы используете модель фондовых опционов Блэка-Шоулса для определения значений Z(T, U - Y). Эта модель предполагает логарифмически нормальное распределение изменений цены, однако для определения соответствующего Р(Т, U) вы можете использовать другую форму распределения.

Шаг 7. Теперь мы можем начать поиск оптимального f с помощью метода итераций, перебирая все возможные значения f между 0 и 1, или с по­мощью метода параболической интерполяции, или любого другого одномерного алгоритма поиска. Подставляя тестируемые значения f в HPR (у вас уже есть HPR для каждого из возможных приращений цены между + 3 и - 3 стандартными отклонениями на дату истечения срока или указанную дату выхода), вы можете найти среднее геомет­рическое для данного тестируемого значения f. Для этого надо пере­множить все HPR, и полученное произведение возвести в степень единицы, деленной на сумма вероятностей:

поэтому

где G(f, T) = среднее геометрическое HPR для данного тестируемого зна­чения f;

f = тестируемое значение f;

S = текущая цена опциона;

Z(T, U - Y) = теоретическая цена опциона, когда цена базового инстру­мента равна U - Y, а время, оставшееся до срока истечения, равно Т. Эту цену можно определить с помощью любой мо­дели ценообразования, которую пользователь посчитает подходящей;

Р(Т, U) = вероятность того, что базовый инструмент равен U, когда вре­мя, оставшееся до истечения срока исполнения, равно Т. Это значение можно определить из любой формы распределения, которую пользователь посчитает подходящей;

Y = разность между арифметическим математическим ожидани­ем базового инструмента (согласно уравнению (5.10)) и теку­щей ценой.

Значение f, которое в результате даст наибольшее среднее геометрическое, явля­ется оптимальным.

Мы можем оптимизировать f, определив оптимальную дату выхода. Другими словами, мы можем найти значение оптимального f для данного опциона на каж­дый день между текущим днем и днем истечения. Запишем оптимальные f и сред­ние геометрические для каждой указанной даты выхода. Когда мы завершим эту процедуру, мы сможем найти ту дату выхода, которая даст наивысшее среднее гео­метрическое. Таким образом, мы получим день, когда должны выйти из позиции по опциону для того, чтобы математическое ожидание было наивысшим (т.е. среднее геометрическое было наивысшим). Мы также узнаем, какое оптимальное количество контрактов следует купить.

Теперь у нас есть математический метод, с помощью которого можно выхо­дить из позиции по опциону и покупать опцион при положительном математи­ческом ожидании. Если мы выйдем из позиции в день, когда среднее геометри­ческое максимально и оно больше 1,0, то следует покупать число контрактов, исходя из оптимального f, которое соответствует наивысшему среднему геомет­рическому. Математическое ожидание, о котором мы говорим, — это геометри­ческое ожидание. Другими словами, среднее геометрическое (минус 1,0) являет­ся математическим ожиданием, когда вы реинвестируете прибыли (арифмети­ческое положительное математическое ожидание будет, конечно же, выше, чем геометрическое).

После того как вы найдете оптимальное f для данного опциона, можно преобра­зовать полученное значение в число контрактов, которое следует покупать:

(5.19) K=INT(E/(S/f)),

где К = оптимальное число опционных контрактов для покупки;

f= значение оптимального Г(от 0 до 1);

S = текущая цена опциона;

Е = общий баланс счета;

1NT() = функция целой части.

Для расчета TWR следует знать, сколько раз мы хотели бы воспроизвести эту же сделку в будущем. Другими словами, если наше среднее геометрическое составля­ет 1,001 и необходимо найти TWR, которое соответствует этой же игре 100 раз подряд, то TWR будет 1,001^100 = 1,105115698. Поэтому можно ожидать за­работка в 10,5115698%, если провести эту сделку 100 раз. Формула для преобразо­вания среднего геометрического в TWR задается уравнением (4.18):

(4.18) TWR = Среднее геометрическое ^ X,

где TWR = относительный конечный капитал;

Х = число раз, которое мы «повторяем» эту игру.

Мы можем определить и другие побочные продукты, например, геометрическое математическое ожидание (среднее геометрическое минус 1). Если мы возьмем наибольший возможный проигрыш (стоимость самого опциона), разделим его на оптимальное f и умножим на геометрическое математическое ожидание, то полу­чим среднюю геометрическую сделку. Как вы уже заметили, при использовании метода оптимального f в торговле опционами появляется еще один побочный продукт — оптимальная дата выхода. Мы рассматривали позиции по опционам при отсутствии направленного движения цены базового инструмента. Для указанной даты выхода точки, сме­щенные на 3 стандартных отклонения выше и ниже, рассчитываются из теку­щей цены, таким образом, мы ничего не знаем о будущем направлении цены базового инструмента. В соответствии с математическими моделями ценообразования мы не получим положительное арифметическое математическое ожи­дание, если будем удерживать позицию по опциону до срока истечения. Одна­ко, как мы уже видели, можно достичь положительного геометрического мате­матического ожидания, если закрыть позицию в определенный день до срока истечения.

Если вы предполагаете определенное изменение цены базового инструмен­та, его можно учесть. Допустим, мы рассматриваем опционы на базовый инст­румент, который в настоящее время стоит 100. Далее предположим, что на ос­нове анализа рынка выявлен тренд, который предполагает цену 105 к дате исте­чения, и эта дата отстоит на 40 рыночных дней от сегодняшней даты. Мы ожидаем, что цена повысится на 5 пунктов за 40 дней. Если исходить из линей­ного изменения цены, то цена должна расти в среднем на 0,125 пунктов в день. Поэтому для завтрашнего дня (как дня выхода) мы возьмем значение U, равное 100,125. Для следующей даты выхода возьмем U, равное 100,25. К тому време­ни, когда указанная дата выхода станет датой истечения срока опциона, U бу­дет равно 105. Если базовым инструментом является акция, то вы должны вы­честь дивиденды из U, воспользовавшись уравнением (5.04). Тренд можно учи­тывать, если изменять каждый день значение U, исходя из сделанного прогноза. Так как уравнения (5.17а) и (5.176) изменятся, значения U повлияют на оптимальные f и побочные продукты. Отметьте, что в уравнениях (5.17а) и (5.176) используются новые значения U, т.е. происходит автоматическое при­ведение данных, следовательно, полученные оптимальные f будут основаны на данных, приведенных к текущей цене.

Когда вы будете использовать вышеописанную технику работы с оптималь­ным f, то заметите, что его значение каждый день меняется. Предположим, сегод­ня вы купили опцион и рассчитали оптимальную дату выхода. Послезавтра цена опциона может измениться, и если вы опять проведете процедуру расчета опти­мального f, то также можете получить положительное математическое ожидание, но уже. другую дату выхода. Что это означает?

Ситуация аналогична лошадиным бегам, где можно делать ставки после нача­ла скачки и до их завершения. Шансы постоянно меняются, и вы в любой момент можете обменять купленный билет на деньги. Скажем, до начала скачек вы стави­те 2 доллара на определенную лошадь, основываясь на положительном математи­ческом ожидании, и лошадь после первого крута прибегает предпоследней. Пред­положим, ваш билет, купленный за 2 доллара, стоит теперь только 1,50 доллара. Вы по-прежнему считаете, что математическое ожидание в пользу вашей лошади, исходя из результатов прошлых скачек и нынешних шансов. Вы решаете, что те­кущая цена билета в 1,50 доллара на 10% занижена. Можно получить деньги по билету, купленному до начала скачек за 2 доллара (сейчас он стоит 1,50 доллара), и можно также купить билет за 1,50 доллара, чтобы сделать еще одну ставку. Таким образом, вы получаете положительное математическое ожидание, но на основе билета за 1,50 доллара, а не за 2 доллара. Та же аналогия применима и к опционам, позиция по которым в настоящий мо­мент немного убыточна, но имеет положительное математическое ожидание на ос­нове новой цены. Вы должны использовать другое оптимальное f для новой цены, регулируя текущую позицию (если это необходимо), и закрывать ее, исходя из но­вой оптимальной даты выхода. Таким образом, вы используете последнюю цено­вую информацию о базовом инструменте, что иногда может заставить вас удержи­вать позицию до истечения срока опциона. Возможность получения положительного математического ожидания при ра­боте с опционами, которые теоретически справедливо оценены, сначала может показаться парадоксом или просто шарлатанством. Мы знаем, что теоретические цены опционов, найденные с помощью моделей, не позволяют получить положительное математическое ожидание (арифметичес­кое) ни покупателю, ни продавцу. Модели теоретически справедливы с поправкой «если удерживаются до истечения срока». Именно эта отсутствующая поправка по­зволяет опциону быть справедливо оцененным согласно моделям и все-таки иметь положительное ожидание. Помните, что цена опциона уменьшается со скоростью квадратного корня времени, оставшегося до истечения срока. Таким образом, после первого дня по­купки опциона его премия должна упасть в меньшей степени, чем в последующие дни. Рассмотрим уравнения (5.17а) и (5.176) для цен, соответствующих смеще­нию на 4- Х и - Х стандартных величин по истечении времени Т. Окно цен каждый день расширяется, но все медленнее и медленнее, в первый день скорость расши­рения максимальна. Таким образом, в первый день падение премии по опциону будет минималь­ным, а окно Х стандартных отклонений будет расширяться быстрее всего. Чем меньше времени пройдет, тем с большей вероятностью мы будем иметь положи­тельное ожидание по длинной позиции опциона, и чем шире окно Х стандартных отклонений, тем вероятнее, что мы будем иметь положительное ожидание, так как убыток ограничен ценой опциона, а возможная прибыль не ограничена. Между окном Х стандартных отклонений, которое с каждым днем становится все шире и шире (хотя со все более медленной скоростью), и премией опциона (паде­ние которой с каждым днем происходит все быстрее и быстрее) происходит «пе­ретягивание каната».

В первый день математическое ожидание максимально, хотя оно может и не быть положительным. Другими словами, математическое ожидание (арифмети­ческое и геометрическое) самое большое после того, как вы продержали опцион 1 день (оно в действительности самое большое в тот момент, когда вы приобретаете опцион, и далее постепенно понижается, но мы рассматриваем дискретные вели­чины). Каждый последующий день ожидание понижается, но все медленнее и медленнее. Следующая таблица иллюстрирует понижение ожидания по длинной позиции опциона. Этот пример уже упоминался в данной главе. Колл-опцион имеет цену исполнения 100, базовый инструмент стоит также 100; дата истечения — 911220. Волатильность составляет 20%, а сегодняшняя дата 911104. Мы используем фор­мулу товарных опционов Блэка (Н определяется из уравнения (5.07), R = 5%) и 260,8875-дневный год. Возьмем 8 стандартных отклонений для расчета оптималь­ного f, а минимальный шаг тика примем равным 0,1.

Значения столбца «AHPR» являются средними арифметическими HPR (расчет будет рассмотрен позднее в этой главе), a GHPR является средним геометричес­ким HPR. Столбец «f» представляет оптимальные f, из которых находятся значе­ния столбцов AHPR и GHPR. Арифметическое математическое ожидание равно AHPR - 1, а геометрическое математическое ожидание равно GHPR - 1. Отметьте, что наибольшие математические ожидания (необязательно поло­жительные ожидания, как в этом примере) возникают в день после приобретения опциона. Каждый последующий день ожидания уменьшаются, причем скорость уменьшения с течением времени замедляется. После 911106 математические ожидания (HPR - 1) становятся отрицательными. ' Если бы нам пришлось торговать по этой информации, мы могли бы войти сегодня (911104) и выйти при закрытии завтра (911105). Справедливая цена оп­циона равна 2,861. Если мы допустим, что он котируется по цене 100 долларов за полный пункт, цена опциона составит 2,861 * $100 ^ $286,10. Разделив эту цену на оптимальное f= 0,0806, мы найдем, что следует торговать одним опци­оном на каждые 3549,63 доллара на балансе счета. Если бы мы держали опцион до закрытия 911106 (последний день), когда он все еще имеет положительное математическое ожидание, то открыв позицию сегодня, используя для дня вы­хода (911106) соответствующее оптимальное f= 0,0016, торговали бы 1 контрак­том на каждые 178 812,50 доллара на балансе счета ($286,10 / 0,0016). Отметьте, что при этом ожидание намного ниже, чем в случае торговли 1 контрактом на каждые 3549,63 доллара на балансе счета и выхода по цене закрытия завтра (911105).

Скорость изменения между двумя функциями: уменьшением премии с течением времени и расширением окна Х стандартных отклонений, может создать положи­тельное математическое ожидание для длинной позиции по опциону. Это ожидание имеет наибольшее значение в момент открытия позиции и после этого понижается с уменьшающейся скоростью. Таким образом, справедливо оцененный опцион (на основе вышеизложенных моделей) может иметь положительное математическое ожидание, если позицию по нему закрыть в начале периода падения премии. В следующей таблице рассматривается тот же колл-опцион с ценой исполнения 100, но на этот раз используются окна различного размера (различные значения стандартных отклонений):

Число стандартных отклонений
AHPR	1,000102	1,000379	1,000409	1,000409	1,000409
GHPR	1,000047	1,00018	1,000195	1,000195	1,000195
f	0,043989	0,0781	0,0806	0,0806	0,0806
Дата выхода

 

AHPR и GHPR — это арифметические и геометрические HPR при оптимальном f для дня закрытия 911105 (самая благоприятная дата выхода, так как она имеет наивысшие AHPR и GHPR). f соответствует оптимальному f для 911105. Значения строки «Дата выхода» — это последние даты, когда еще существует положитель­ное ожидание (т.е. когда AHPR и GHPR больше 1). Интересно отметить, что AHPR, GHPR, f и Дата выхода сходятся к опреде­ленным значениям, когда мы увеличиваем число стандартных отклонений. За пределами 5 стандартных отклонений эти значения едва заметно изменяются, за пределами 8 стандартных отклонений они практически вообще не изменя­ются. Недостатком использования большого числа стандартных отклонений является необходимость в значительном компьютерном времени. В нашем примере это не так важно, но когда мы будем рассматривать одновременную торговлю по нескольким позициям, вы увидите, что каждая дополнительная позиция экспоненциально увеличивает необходимое компьютерное время. Для одной позиции 8 стандартных отклонений более чем достаточно, однако для нескольких позиций, открытых одновременно, необходимо уменьшить число стандартных отклонений. Следует отметить, что правило 8 стандартных отклонений применимо только тогда, когда логарифмы изменений цены рас­пределены нормально.