T I P S T R A P S. La prezzatura di Opzioni Call e Put Europea con il metodo Montecarlo
|
|
- Giovanni Costa
- 8 anni fa
- Visualizzazioni
Transcript
1 La prezzatura di Opzioni Call e Put Europea con il metodo Montecarlo In un mercato finanziario le opzioni a comprare (Call) o a vendere (Put) un titolo costituiscono il diritto, in un determinato periodo di tempo,a comprare o a vendere il titolo stesso ad un prezzo pattuito.naturalmente questo diritto ha un prezzo che deve essere pagato a chi è viceversa costretto a vendere (Call) o a comprare (Put) il titolo.nei mercati si distinguono in particolare quelle opzioni per cui si può esercitare il diritto acquistato ad un qualsiasi istante precedente la scadenza del periodo pattuito (Opzioni Americane) e quelle per cui bisogna attendere la scadenza per poter esercitare il proprio diritto a vendere o a comprare (Opzioni Europee). Uno dei problemi che interessa maggiormente i traders è stabilire quale sia il valore di un'opzione in funzione del prezzo attuale ed atteso alla data di scadenza del titolo sottostante,nonché del prezzo pattuito e del tasso di interesse.il calcolo del prezzo di un opzione può essere condotto utilizzando modelli teorici che si basano sull'ipotesi comune di assenza di arbitraggio e differiscono per quanto riguarda il modello che descrive l'evoluzione temporale del prezzo del titolo sottostante.ne segue che per calcolare il prezzo di un'opzione bisogna fare un'ipotesi sul comportamento nel tempo del prezzo del titolo sottostante.si è verificato sperimentalmente che la quotazione di un titolo segue un moto browniano geometrico per cui è possibile scrivere un equazione del moto per il prezzo S del titolo nella forma: (1) dove r e σ rappresentano il ritorno e la volatilità del titolo mentre dx descrive un moto browniano standard. Per questa equazione si può scrivere la seguente soluzione esatta: (2) Info@Teoresi News Notes Settembre
2 che può essere scritta per un incremento temporale dt: (3) dove ε(t) è una variabile casuale distribuita secondo una distribuzione normale a media nulla e varianza unitaria.quindi una volta stimati i valori di r e s e noto S(0) è possibile calcolare il prezzo del titolo ad un qualsiasi istante di tempo utilizzando iterativamente la (3). A questo punto è possibile calcolare il valore di un opzione a vendere o a comprare un titolo ad una certa data di scadenza T ad un prezzo pattuito K (strike price).infatti un semplice ragionamento porta a concludere che il prezzo di un opzione a vendere sarà K-S(T) se S(T) è inferiore allo strike price mentre sarà nullo se vale il viceversa;sarebbe svantaggioso esercitare l'opzione rispetto a vendere il titolo direttamente sul mercato.riassumendo si può scrivere per il prezzo dell'opzione a vendere la seguente relazione: (4) Con un ragionamento analogo si può concludere che il prezzo di un'opzione a comprare è: (5) Nella pagina precedente,si riportano i grafici degli andamenti del prezzo di un opzione Call e Put alla scadenza in funzione del prezzo del titolo sottostante. A questo punto è possibile calcolare il prezzo di un opzione implementando una simulazione Monte Carlo di cui di seguito si descriverà l'algoritmo affiancato dalle relative linee di codice scritte in linguaggio Matlab. Per prima cosa è necessario generare un insieme di curve S(t) utilizzando l'equazione (3) dove si utilizza la funzione "randn" per generare il processo stocastico e(t) e quindi l'insieme delle curve che descrivono l'evoluzione del prezzo del titolo nell'intervallo di tempo in cui è valida l'opzione. La funzione "randn(m,n)" infatti genera una matrice m x n di numeri casuali distribuiti secondo una gaussiana a media nulla e variabile unitaria. function S = stockrnd(s0, r, t, sig, NUMRND) % Riordinamento dei tempi [t, torder] = sort(t(:)); NT = length(t); % Calcolo delle lunghezze degli intervalli dt a partire dal tempo 0 dt = zeros(nt,1); dt(1) = t(1); dt(2:end) = diff(t); Naturalmente alla funzione "stockrnd" è necessario passare il prezzo attuale S(0), la volatilità del titolo ed il tasso di interesse r.inoltre dobbiamo impostare il numero di cammini da generare e gli istanti di tempo in cui si conosce il prezzo del titolo. % Incremento dei parametri nel tempo logdrifts = (r - 0.5*sig.*sig).*dt; logstds = sig.*sqrt(dt); y) % logs : somma degli incrementi lungo il tempo se necessario if (NT==1) % Moltiplicazione e addizione scalare logs = logdrifts + logstds*randn(1,numrnd); else % Espansione di logdrifts e logstds ad NT per NUMRND logs = cumsum( logdrifts(:,ones(1,numrnd)) +... logstds(:,ones(1,numrnd)).*randn(nt,numrnd) ); end % Calcolo dei valori dei titoli % dalla formula: % S(t+dt)=S(t)exp((r-1/2sigma^2)dt+sigma sqrt(dt)rand) S = s0*exp(logs); % I tempi vengono riposizionati nell'ordine originale S(torder,:) = S; 22 Info@Teoresi News Notes Settembre 2000
3 Una volta generati gli andamenti del prezzo del titolo si utilizza l'insieme dei valori alla data di scadenza per calcolare il prezzo delle opzioni Put e Call P i e C i utilizzando rispettivamente le equazioni (4) e (5).Infine per calcolare il valore atteso dei prezzi P e C si calcola il Net Present Value della media aritmetica di P i e C i. Quindi con una simulazione con 5000 curve si ottiene come risultato per il valore attuale delle opzioni Call e Put: PV_call = PV_put = In fine si è voluto confrontare il risultato con quello ottenuto utilizzando la funzione "blsprice" del Financial Toolbox di Matlab che calcola i prezzi attuali delle opzioni Call e Put utilizzando il modello di Black and Scholes. [C,P]=blsprice(asset,strike, intrate,t(end),volat) C = P = %Parametri iniziali t=[0:1/365:1]; numsim=5000; strike=105; intrate=0.05; volat=0.2; asset=100; T I P S T R A P S % tempi % numero di curve % strike price % tasso di interesse %volatilità %prezzo attuale del titolo % Calcolo del prezzo del titolo nel tempo % generando un numero nsim di curve simul=stockrnd(asset,intrate,t,volat,numsim); % Per questi andamenti si calcola il prezzo % dell'opzione payoff_call=max(simul(end,:)-strike,0); payoff_put=max(strike-simul(end,:),0); % Si calcola il payoff medio per tutti gli andamenti mean_payoff_call=mean(payoff_call); mean_payoff_put=mean(payoff_put); % Si prende il valore attuale di questa media che % è il valore dell'opzione PV_call=mean_payoff_call*exp(-intrate*t(end)) PV_put=mean_payoff_put*exp(-intrate*t(end)) La discrepanza tra i valori ottenuti con la simulazione Monte Carlo e quelli ottenuti dalla funzione "blsprice" sono legati al fatto che 5000 valori del prezzo finale del titolo non sono sufficienti a costituire un campione statisticamente rappresentativo.infatti la loro distribuzione ottenuta sperimentalmente non si adagia perfettamente sulla distribuzione teorica (la distribuzione lognormale),come si può vedere nella seguente figura. Dove la curva rossa rappresenta l'andamento teorico della distribuzione lognormale ottenuta mediante la funzione "lognpdf" funzione dello Statistics Toolbox. Per concludere si è mostrato come è possibile determinare il prezzo di un'opzione a vendere o a comprare mediante una simulazione Monte Carlo partendo da alcuni principi di base della teoria che descrive l'andamento sul mercato dei prezzi di un titolo. Ringraziamenti. Ringrazio Fabrizio Sara,responsabile dell'engineering Services, per gli m-files "pricemc.m" e "stockrnd.m" riportati in questo articolo. Bibliografia. 1) David G. Luenberger, Investment Science, Oxford University Press,1998 Info@Teoresi News Notes Settembre
4 che può essere scritta per un incremento temporale dt: (3) dove ε(t) è una variabile casuale distribuita secondo una distribuzione normale a media nulla e varianza unitaria.quindi una volta stimati i valori di r e s e noto S(0) è possibile calcolare il prezzo del titolo ad un qualsiasi istante di tempo utilizzando iterativamente la (3). A questo punto è possibile calcolare il valore di un opzione a vendere o a comprare un titolo ad una certa data di scadenza T ad un prezzo pattuito K (strike price).infatti un semplice ragionamento porta a concludere che il prezzo di un opzione a vendere sarà K-S(T) se S(T) è inferiore allo strike price mentre sarà nullo se vale il viceversa;sarebbe svantaggioso esercitare l'opzione rispetto a vendere il titolo direttamente sul mercato.riassumendo si può scrivere per il prezzo dell'opzione a vendere la seguente relazione: (4) Con un ragionamento analogo si può concludere che il prezzo di un'opzione a comprare è: (5) Nella pagina precedente,si riportano i grafici degli andamenti del prezzo di un opzione Call e Put alla scadenza in funzione del prezzo del titolo sottostante. A questo punto è possibile calcolare il prezzo di un opzione implementando una simulazione Monte Carlo di cui di seguito si descriverà l'algoritmo affiancato dalle relative linee di codice scritte in linguaggio Matlab. Per prima cosa è necessario generare un insieme di curve S(t) utilizzando l'equazione (3) dove si utilizza la funzione "randn" per generare il processo stocastico e(t) e quindi l'insieme delle curve che descrivono l'evoluzione del prezzo del titolo nell'intervallo di tempo in cui è valida l'opzione. La funzione "randn(m,n)" infatti genera una matrice m x n di numeri casuali distribuiti secondo una gaussiana a media nulla e variabile unitaria. function S = stockrnd(s0, r, t, sig, NUMRND) % Riordinamento dei tempi [t, torder] = sort(t(:)); NT = length(t); % Calcolo delle lunghezze degli intervalli dt a partire dal tempo 0 dt = zeros(nt,1); dt(1) = t(1); dt(2:end) = diff(t); Naturalmente alla funzione "stockrnd" è necessario passare il prezzo attuale S(0), la volatilità del titolo ed il tasso di interesse r.inoltre dobbiamo impostare il numero di cammini da generare e gli istanti di tempo in cui si conosce il prezzo del titolo. % Incremento dei parametri nel tempo logdrifts = (r - 0.5*sig.*sig).*dt; logstds = sig.*sqrt(dt); y) % logs : somma degli incrementi lungo il tempo se necessario if (NT==1) % Moltiplicazione e addizione scalare logs = logdrifts + logstds*randn(1,numrnd); else % Espansione di logdrifts e logstds ad NT per NUMRND logs = cumsum( logdrifts(:,ones(1,numrnd)) +... logstds(:,ones(1,numrnd)).*randn(nt,numrnd) ); end % Calcolo dei valori dei titoli % dalla formula: % S(t+dt)=S(t)exp((r-1/2sigma^2)dt+sigma sqrt(dt)rand) S = s0*exp(logs); % I tempi vengono riposizionati nell'ordine originale S(torder,:) = S; 22 Info@Teoresi News Notes Settembre 2000
5 Una volta generati gli andamenti del prezzo del titolo si utilizza l'insieme dei valori alla data di scadenza per calcolare il prezzo delle opzioni Put e Call P i e C i utilizzando rispettivamente le equazioni (4) e (5).Infine per calcolare il valore atteso dei prezzi P e C si calcola il Net Present Value della media aritmetica di P i e C i. Quindi con una simulazione con 5000 curve si ottiene come risultato per il valore attuale delle opzioni Call e Put: PV_call = PV_put = In fine si è voluto confrontare il risultato con quello ottenuto utilizzando la funzione "blsprice" del Financial Toolbox di Matlab che calcola i prezzi attuali delle opzioni Call e Put utilizzando il modello di Black and Scholes. [C,P]=blsprice(asset,strike, intrate,t(end),volat) C = P = %Parametri iniziali t=[0:1/365:1]; numsim=5000; strike=105; intrate=0.05; volat=0.2; asset=100; T I P S T R A P S % tempi % numero di curve % strike price % tasso di interesse %volatilità %prezzo attuale del titolo % Calcolo del prezzo del titolo nel tempo % generando un numero nsim di curve simul=stockrnd(asset,intrate,t,volat,numsim); % Per questi andamenti si calcola il prezzo % dell'opzione payoff_call=max(simul(end,:)-strike,0); payoff_put=max(strike-simul(end,:),0); % Si calcola il payoff medio per tutti gli andamenti mean_payoff_call=mean(payoff_call); mean_payoff_put=mean(payoff_put); % Si prende il valore attuale di questa media che % è il valore dell'opzione PV_call=mean_payoff_call*exp(-intrate*t(end)) PV_put=mean_payoff_put*exp(-intrate*t(end)) La discrepanza tra i valori ottenuti con la simulazione Monte Carlo e quelli ottenuti dalla funzione "blsprice" sono legati al fatto che 5000 valori del prezzo finale del titolo non sono sufficienti a costituire un campione statisticamente rappresentativo.infatti la loro distribuzione ottenuta sperimentalmente non si adagia perfettamente sulla distribuzione teorica (la distribuzione lognormale),come si può vedere nella seguente figura. Dove la curva rossa rappresenta l'andamento teorico della distribuzione lognormale ottenuta mediante la funzione "lognpdf" funzione dello Statistics Toolbox. Per concludere si è mostrato come è possibile determinare il prezzo di un'opzione a vendere o a comprare mediante una simulazione Monte Carlo partendo da alcuni principi di base della teoria che descrive l'andamento sul mercato dei prezzi di un titolo. Ringraziamenti. Ringrazio Fabrizio Sara,responsabile dell'engineering Services, per gli m-files "pricemc.m" e "stockrnd.m" riportati in questo articolo. Bibliografia. 1) David G. Luenberger, Investment Science, Oxford University Press,1998 Info@Teoresi News Notes Settembre
Il modello binomiale ad un periodo
Opzioni Un opzione dà al suo possessore il diritto (ma non l obbligo) di fare qualcosa. Un opzione call (put) europea su un azione che non paga dividendi dà al possessore il diritto di comprare (vendere)
DettagliI modelli della fisica e la finanza, ovvero perchè i fisici lavorano nelle banche
I modelli della fisica e la finanza, ovvero perchè i fisici lavorano nelle banche Mediobanca (Milano, 11 luglio 2003) Indice 1. Perché i fisici in finanza? 2. Il problema 3. I modelli della fisica in finanza
DettagliVolatilità implicita. P(t) = S(t)Φ(d 1 ) e r(t t) K Φ(d 2 ) con. d 1 = d 2 + σ T t. d 2 =
Volatilità implicita Abbiamo visto come sia possibile calcolare la volatilità di un titolo attraverso la serie dei log-return. In teoria però la volatilità di un sottostante può essere determinata dal
DettagliOpzioni americane. Opzioni americane
Opzioni americane Le opzioni di tipo americano sono simili a quelle europee con la differenza che possono essere esercitate durante tutto l intervallo [0, T ]. Supponiamo di avere un opzione call americana
DettagliValore equo di un derivato. Contingent claim
Contingent claim Ci occuperemo ora di determinare il prezzo equo di un prodotto derivato, come le opzioni, e di come coprire il rischio associato a questi contratti. Assumeremo come dinamica dei prezzi
Dettaglicall europea viene esercitata, consentendo un guadagno pari a
INTRODUZIONE Un opzione è un contratto derivato che conferisce al proprio detentore il diritto di disporre del titolo sottostante ad esso. Più precisamente, l acquisto di un opzione call (put) conferisce
DettagliFINANZA AZIENDALE AVANZATO. Le opzioni e l option theory. Lezioni 14 e 15
FINANZA AZIENDALE AVANZATO Le opzioni e l option theory Lezioni 14 e 15 I derivati asimmetrici ono contratti/prodotti che fissano le condizioni a cui POTRA aver luogo la compravendita futura dell attività
DettagliESERCITAZIONE MATEMATICA FINANZIARIA OPZIONI. Matematica finanziaria Dott. Andrea Erdas Anno Accademico 2011/2012
ESERCITAZIONE MATEMATICA FINANZIARIA 1 OPZIONI 2 LE OPZIONI Le opzioni sono contratti che forniscono al detentore il diritto di acquistare o vendere una certa quantità del bene sottostante a una certa
Dettagli23 Giugno 2003 Teoria Matematica del Portafoglio Finanziario e Modelli Matematici per i Mercati Finanziari ESERCIZIO 1
23 Giugno 2003 Teoria Matematica del Portafoglio Finanziario e Modelli Matematici per i Mercati Finanziari In uno schema uniperiodale e in un contesto di analisi media-varianza, si consideri un mercato
DettagliIntroduzione alberi binomiali
Introduzione alberi binomiali introduzione L albero binomiale rappresenta i possibili sentieri seguiti dal prezzo dell azione durante la vita dell opzione Il percorso partirà dal modello a uno stadio per
Dettagli2. Leggi finanziarie di capitalizzazione
2. Leggi finanziarie di capitalizzazione Si chiama legge finanziaria di capitalizzazione una funzione atta a definire il montante M(t accumulato al tempo generico t da un capitale C: M(t = F(C, t C t M
DettagliCORSO DI STATISTICA (parte 2) - ESERCITAZIONE 8
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 8 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Test delle ipotesi sulla varianza In un azienda che produce componenti meccaniche, è stato
DettagliGLI STRUMENTI FINANZIARI DERIVATI
GLI STRUMENTI FINANZIARI DERIVATI ABSTRACT PRINCIPI SULLE OPZIONI!A cura di Mauro Liguori!Seminario del 7 giugno 2003!V. delle Botteghe Oscure, 54 -Roma DEFINIZIONE DI OPZIONE OPZIONE DIRITTO DI ACQUISTARE
DettagliFORWARD RATE AGREEMENT
FORWARD RATE AGREEMENT FLAVIO ANGELINI. Definizioni In generale, un contratto a termine o forward permette una compravendita di una certa quantità di un bene differita a una data futura a un prezzo fissato
DettagliMattia Zanella mattia.zanella@unife.it www.mattiazanella.eu
mattia.zanella@unife.it www.mattiazanella.eu Department of Mathematics and Computer Science, University of Ferrara, Italy Ferrara, 1 Maggio 216 Programma della lezione Seminario II Equazioni differenziali
DettagliBANCA ALETTI & C. S.p.A. PER DUE CERTIFICATE e PER DUE CERTIFICATES DI TIPO QUANTO CONDIZIONI DEFINITIVE D OFFERTA
BANCA ALETTI & C. S.p.A. in qualità di emittente e responsabile del collocamento del Programma di offerta al pubblico e/o di quotazione di investment certificates denominati PER DUE CERTIFICATE e PER DUE
DettagliFunzioni. Funzioni /2
Funzioni Una funzione f è una corrispondenza tra due insiemi A e B che a ciascun elemento di A associa un unico elemento di B. Si scrive: f : A B l'insieme A si chiama il dominio della funzione f, l'insieme
DettagliDERIVATI REGOLAMENTATI OPZIONI E FUTURES ORARIO DI NEGOZIAZIONE : 9,00 17,40
DERIVATI REGOLAMENTATI OPZIONI E FUTURES ORARIO DI NEGOZIAZIONE : 9,00 17,40 LE OPZIONI - Definizione Le opzioni sono contratti finanziari che danno al compratore il diritto, ma non il dovere, di comprare,
DettagliUn introduzione all analisi Monte Carlo in Finanza
ASSOCIAZIONE ITALIANA FINANCIAL RISK MANAGEMENT Un introduzione all analisi Monte Carlo in Finanza Stefano Fabi Working Paper, 1/01/98 Presidenza: Fernando Metelli - Banca Popolare di Milano, Via Fara
DettagliStatistica inferenziale
Statistica inferenziale Popolazione e campione Molto spesso siamo interessati a trarre delle conclusioni su persone che hanno determinate caratteristiche (pazienti, atleti, bambini, gestanti, ) Osserveremo
DettagliFinancial Trend Analysis
Financial Trend Analysis Analisi relativa a MIB Elaborata il giorno 25/01/2013 Financial Trend Analysis srl L'autorizzazione all'accesso alle presenti informazioni è strettamente riservata ad uso personale
DettagliSlide Cerbara parte1 5. Le distribuzioni teoriche
Slide Cerbara parte1 5 Le distribuzioni teoriche I fenomeni biologici, demografici, sociali ed economici, che sono il principale oggetto della statistica, non sono retti da leggi matematiche. Però dalle
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 12-Il t-test per campioni appaiati vers. 1.2 (7 novembre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca
DettagliAutomazione Industriale (scheduling+mms) scheduling+mms. adacher@dia.uniroma3.it
Automazione Industriale (scheduling+mms) scheduling+mms adacher@dia.uniroma3.it Introduzione Sistemi e Modelli Lo studio e l analisi di sistemi tramite una rappresentazione astratta o una sua formalizzazione
DettagliMercati finanziari e valore degli investimenti
7 Mercati finanziari e valore degli investimenti Problemi teorici. Nei mercati finanziari vengono vendute e acquistate attività. Attraverso tali mercati i cambiamenti nella politica del governo e le altre
DettagliAnalisi di scenario File Nr. 10
1 Analisi di scenario File Nr. 10 Giorgio Calcagnini Università di Urbino Dip. Economia, Società, Politica giorgio.calcagnini@uniurb.it http://www.econ.uniurb.it/calcagnini/ http://www.econ.uniurb.it/calcagnini/forecasting.html
DettagliApplicazione reale dell AMP Forecast del Mercato IT
Variabili considerate (PIL a prezzi costanti) Applicazione reale dell AMP Forecast del Mercato IT TotMerCon (Totale Mercato Consumatori) TotDevCon (Totale Device Consumatori). Analisi delle variabili La
DettagliIl modello di Black-Scholes- Merton. Giampaolo Gabbi
Il modello di Black-Scholes- Merton Giampaolo Gabbi Premessa Fra le equazioni utilizzate in finanza ne esiste una estremamente semplice. Il contributo di Black e Scholes allo sviluppo della teoria e della
Dettagli19-2 Argomenti trattati
Principi di finanza aziendale Capitolo 19-20 IV Edizione Richard A. Brealey Stewart C. Myers Sandro Sandri Introduzione alle opzioni e cenni al problema della valutazione 19-2 Argomenti trattati Call,
DettagliCorso di Economia degli Intermediari Finanziari
Corso di Economia degli Intermediari Finanziari Alcuni strumenti finanziari particolari Alcuni strumenti proposti nel panorama internazionale Gli strumenti ai quali faremo riferimento sono: i financial
DettagliBlack-Scholes: le Greche
Black-Scholes: le Greche R. Marfé Indice 1 Delta 2 2 Gamma 4 3 Theta 6 4 Vega 7 5 Rho 8 6 Applicazione in VBA 9 1 1 Delta Il delta di un opzione (o di un portafoglio di opzioni) indica la sensibilità del
DettagliFormulario. Legge di capitalizzazione dell Interesse semplice (CS)
Formulario Legge di capitalizzazione dell Interesse semplice (CS) Il montante M è una funzione lineare del capitale iniziale P. Di conseguenza M cresce proporzionalmente rispetto al tempo. M = P*(1+i*t)
DettagliSTRATEGIA DI TRADING. Turning Points
STRATEGIA DI TRADING Turning Points ANALISI E OBIETTIVI DA RAGGIUNGERE Studiare l andamento dei prezzi dei mercati finanziari con una certa previsione su tendenze future Analisi Tecnica: studio dell andamento
DettagliElementi di matematica finanziaria
Elementi di matematica finanziaria 09.XI.2009 La matematica finanziaria e l estimo Nell ambito di numerosi procedimenti di stima si rende necessario operare con valori che presentano scadenze temporali
Dettaglistudi e analisi finanziarie LA PUT-CALL PARITY
LA PUT-CALL PARITY Questa relazione chiarisce se sia possibile effettuare degli arbitraggi e, quindi, guadagnare senza rischi. La put call parity è una relazione che lega tra loro: il prezzo del call,
DettagliOPZIONI, DURATION E INTEREST RATE SWAP (IRS)
ESERCITAZIONE MATEMATICA FINANZIARIA 1 OPZIONI, DURATION E INTEREST RATE SWAP (IRS) Valutazione delle opzioni Esercizio 1 2 ESERCIZIO 1 Il portafoglio di un investitore è composto di 520 azioni della società
Dettagli2) Calcolare il prezzo ad oggi di una Put europea con un albero a 3 periodi.
1) Calcolare il prezzo ad oggi di una Call europea con un albero a 2 periodi. tasso risk free: r =3,00%; Scadenza: 2 anni Step: n=2 Prezzo spot del sottostante: S 0 =100 Strike Price: K=98 u = 1,1 e d
DettagliCorso di Risk Management S
Corso di Risk Management S Marco Bee marco.bee@economia.unitn.it Dipartimento di Economia Università di Trento Anno Accademico 2007-2008 Struttura del corso Il corso può essere suddiviso come segue: 1.
DettagliMetodi Stocastici per la Finanza
Metodi Stocastici per la Finanza Tiziano Vargiolu vargiolu@math.unipd.it 1 1 Università degli Studi di Padova Anno Accademico 2011-2012 Lezione 6 Indice 1 Il metodo bootstrap 2 Esercitazione 3 Interpolazione
DettagliFinancial Trend Analysis
Financial Trend Analysis Analisi relativa a S&P 500 INDEX Elaborata il giorno 22/02/2013 L'autorizzazione all'accesso alle presenti informazioni è strettamente riservata ad uso personale con il tassativo
DettagliFONDAMENTI DI PSICOMETRIA - 8 CFU
Ψ FONDAMENTI DI PSICOMETRIA - 8 CFU STIMA DELL ATTENDIBILITA STIMA DELL ATTENDIBILITA DEFINIZIONE DI ATTENDIBILITA (affidabilità, fedeltà) Grado di accordo tra diversi tentativi di misurare uno stesso
DettagliLa distribuzione Gaussiana
Università del Piemonte Orientale Corso di Laurea in Biotecnologie Corso di Statistica Medica La distribuzione Normale (o di Gauss) Corso di laurea in biotecnologie - Corso di Statistica Medica La distribuzione
DettagliL Analisi della Varianza ANOVA (ANalysis Of VAriance)
L Analisi della Varianza ANOVA (ANalysis Of VAriance) 1 CONCETTI GENERALI Finora abbiamo descritto test di ipotesi finalizzati alla verifica di ipotesi sulla differenza tra parametri di due popolazioni
DettagliMetodi Stocastici per la Finanza
Metodi Stocastici per la Finanza Tiziano Vargiolu vargiolu@math.unipd.it 1 1 Università degli Studi di Padova Anno Accademico 2012-2013 Lezione 9 Indice 1 Opzioni su obbligazioni con modelli ad un fattore
DettagliEsercitazione #5 di Statistica. Test ed Intervalli di Confidenza (per una popolazione)
Esercitazione #5 di Statistica Test ed Intervalli di Confidenza (per una popolazione) Dicembre 00 1 Esercizi 1.1 Test su media (con varianza nota) Esercizio n. 1 Il calore (in calorie per grammo) emesso
DettagliBANCA ALETTI & C. S.p.A.
BANCA ALETTI & C. S.p.A. in qualità di Emittente e responsabile del collocamento del Programma di offerta al pubblico e/o quotazione dei certificates BORSA PROTETTA e BORSA PROTETTA con CAP e BORSA PROTETTA
DettagliCorso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 14: Analisi della varianza (ANOVA)
Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 4: Analisi della varianza (ANOVA) Analisi della varianza Analisi della varianza (ANOVA) ANOVA ad
DettagliProbabilità condizionata: p(a/b) che avvenga A, una volta accaduto B. Evento prodotto: Evento in cui si verifica sia A che B ; p(a&b) = p(a) x p(b/a)
Probabilità condizionata: p(a/b) che avvenga A, una volta accaduto B Eventi indipendenti: un evento non influenza l altro Eventi disgiunti: il verificarsi di un evento esclude l altro Evento prodotto:
DettagliIntroduzione alle opzioni
PROGRAMMA 1) Nozioni di base di finanza aziendale 2) Opzioni 3) Valutazione delle aziende 4) Finanziamento tramite debiti 5) Risk management Introduzione alle opzioni 6) Temi speciali di finanza aziendale
DettagliI DERIVATI: QUALCHE NOTA CORSO PAS. Federica Miglietta Bari, luglio 2014
I DERIVATI: QUALCHE NOTA CORSO PAS Federica Miglietta Bari, luglio 2014 GLI STRUMENTI DERIVATI Gli strumenti derivati sono così denominati perché il loro valore deriva dal prezzo di una attività sottostante,
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 10-Il test t per un campione e la stima intervallare (vers. 1.1, 25 ottobre 2015) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia,
DettagliCorso di. Dott.ssa Donatella Cocca
Corso di Statistica medica e applicata Dott.ssa Donatella Cocca 1 a Lezione Cos'è la statistica? Come in tutta la ricerca scientifica sperimentale, anche nelle scienze mediche e biologiche è indispensabile
DettagliModello gestione scorte: E.O.Q. (Economic Order Quantity o del lotto economico)
Modello gestione scorte: E.O.Q. (Economic Order Quantity o del lotto economico) Il modello EOQ (dall'inglese Economic Order Quantity) è stato proposto da F.W. Harris nel 1913, ma è attribuito principalmente
DettagliElementi di Psicometria
Elementi di Psicometria E2-Riepilogo finale vers. 1.2 Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca 2010-2011 G. Rossi (Dip. Psicologia) ElemPsico 2010-2011
DettagliEsercitazione 1 del corso di Statistica 2 Prof. Domenico Vistocco
Esercitazione 1 del corso di Statistica 2 Prof. Domenico Vistocco Alfonso Iodice D Enza April 26, 2007 1...prima di cominciare Contare, operazione solitamente semplice, può diventare complicata se lo scopo
DettagliSTATISTICA ESERCITAZIONE 11 Dott. Giuseppe Pandolfo 3 febbraio 2015. Modelli continui di probabilità: la v.c. uniforme continua
STATISTICA ESERCITAZIONE 11 Dott. Giuseppe Pandolfo febbraio 2015 Modelli continui di probabilità: la v.c. uniforme continua Esercizio 1 Anna ha una gift card da 50 euro. Non si sa se sia mai stata utilizzata
DettagliVI Esercitazione di Matematica Finanziaria
VI Esercitazione di Matematica Finanziaria 2 Dicembre 200 Esercizio. Verificare la proprietà di scindibilità delle leggi del prezzo { v(t, s) = exp } 2 (s2 t 2 ) e v(t, s) = e t(s t) Soluzione. Possiamo
DettagliStatistica. Lezione 6
Università degli Studi del Piemonte Orientale Corso di Laurea in Infermieristica Corso integrato in Scienze della Prevenzione e dei Servizi sanitari Statistica Lezione 6 a.a 011-01 Dott.ssa Daniela Ferrante
DettagliCodifiche a lunghezza variabile
Sistemi Multimediali Codifiche a lunghezza variabile Marco Gribaudo marcog@di.unito.it, gribaudo@elet.polimi.it Assegnazione del codice Come visto in precedenza, per poter memorizzare o trasmettere un
DettagliIl Controllo Interno di Qualità dalla teoria alla pratica: guida passo per passo IL MODELLO TEORICO. Pasquale Iandolo
Il Controllo Interno di Qualità dalla teoria alla pratica: guida passo per passo IL MODELLO TEORICO Pasquale Iandolo Laboratorio analisi ASL 4 Chiavarese, Lavagna (GE) 42 Congresso Nazionale SIBioC Roma
DettagliIl rischio di cambio Cenni sugli strumenti di copertura I cambi a termine forwards Le opzioni sui cambi
Il rischio di cambio Cenni sugli strumenti di copertura I cambi a termine forwards Le opzioni sui cambi Verona, 8/4/2006 Dr. Marco Rubini 1 Indice dell intervento Rappresentazione grafica del rischio di
DettagliBANCA ALETTI & C. S.p.A. BONUS CERTIFICATE e BONUS CERTIFICATES DI TIPO QUANTO CONDIZIONI DEFINITIVE D OFFERTA
BANCA ALETTI & C. S.p.A. in qualità di emittente e responsabile del collocamento del Programma di offerta al pubblico e/o di quotazione di investment certificates denominati BONUS CERTIFICATE e BONUS CERTIFICATES
Dettagli11. Analisi statistica degli eventi idrologici estremi
. Analisi statistica degli eventi idrologici estremi I processi idrologici evolvono, nello spazio e nel tempo, secondo modalità che sono in parte predicibili (deterministiche) ed in parte casuali (stocastiche
DettagliLA CRESCITA DELLE POPOLAZIONI ANIMALI
LA CRESCITA DELLE POPOLAZIONI ANIMALI Riccardo Scipioni Generalmente, con il termine crescita di una popolazione si intende l aumento, nel tempo, del numero di individui appartenenti ad una stessa popolazione.
DettagliFinanza Aziendale. Teoria delle opzioni, metodologie di valutazione e implicazioni per la finanza aziendale. BMAS Capitolo 20
Finanza Aziendale Teoria delle opzioni, metodologie di valutazione e implicazioni per la finanza aziendale BMAS Capitolo 20 1 Le opzioni nei mercati reali e finanziari Si dicono opzioni i contratti finanziari
DettagliESERCIZI DI STATISTICA DESCRITTIVA
ESERCIZI DI STATISTICA DESCRITTIVA ES1 Data la seguente serie di dati su Sesso e Altezza di 8 pazienti, riempire opportunamente due tabelle per rappresentare le distribuzioni di frequenze dei due caratteri,
DettagliMicroeconomia, Esercitazione 3 Effetto reddito, sostituzione, variazione compensativa, domanda di mercato, surplus del consumatore.
Microeconomia, Esercitazione 3 Effetto reddito, sostituzione, variazione compensativa, domanda di mercato, surplus del consumatore. Dott. Giuseppe Francesco Gori Domande a risposta multipla ) Se nel mercato
DettagliMetodi Stocastici per la Finanza
Metodi Stocastici per la Finanza Tiziano Vargiolu vargiolu@math.unipd.it 1 1 Università degli Studi di Padova Anno Accademico 2012-2013 Indice 1 Mercati finanziari 2 Arbitraggio 3 Conseguenze del non-arbitraggio
DettagliProva di autovalutazione Prof. Roberta Siciliano
Prova di autovalutazione Prof. Roberta Siciliano Esercizio 1 Nella seguente tabella è riportata la distribuzione di frequenza dei prezzi per camera di alcuni agriturismi, situati nella regione Basilicata.
DettagliSchemi delle Lezioni di Matematica Generale. Pierpaolo Montana
Schemi delle Lezioni di Matematica Generale Pierpaolo Montana A volte i fenomeni economici che ci interessano non variano con continuitá oppure non possono essere osservati con continuitá, ma solo a intervalli
DettagliOpzioni Barriera. Marco Evangelista Donatella Straccamore
1 Opzioni Barriera Opzioni Barriera Marco Evangelista Donatella Straccamore Un'opzione è un contratto tra due parti, A e B, che dà il diritto (ma non l'obbligo) a chi lo detiene (supponiamo A) di comprare/vendere
DettagliINTEGRALI DEFINITI. Tale superficie viene detta trapezoide e la misura della sua area si ottiene utilizzando il calcolo di un integrale definito.
INTEGRALI DEFINITI Sia nel campo scientifico che in quello tecnico si presentano spesso situazioni per affrontare le quali è necessario ricorrere al calcolo dell integrale definito. Vi sono infatti svariati
DettagliVERIFICA DELLE IPOTESI
VERIFICA DELLE IPOTESI Nella verifica delle ipotesi è necessario fissare alcune fasi prima di iniziare ad analizzare i dati. a) Si deve stabilire quale deve essere l'ipotesi nulla (H0) e quale l'ipotesi
DettagliStatistical Process Control
Statistical Process Control ESERCIZI Esercizio 1. Per la caratteristica di un processo distribuita gaussianamente sono note media e deviazione standard: µ = 100, σ = 0.2. 1a. Calcolare la linea centrale
DettagliLe misure dell accrescimento demografico
Le misure dell accrescimento demografico Una domanda importante a cui la demografia cerca di rispondere è: di quanto aumenta, e con quale velocità, la popolazione?. Il calcolo del tasso d incremento r
DettagliCorso di FINANZA AZIENDALE AVANZATA
Corso di FINANZA AZIENDALE AVANZATA Teoria delle opzioni e opzioni reali Formula di Black/Sholes Nell approccio binomiale, per ipotesi, alla fine del periodo vi sono solo 2 possibili prezzi. Nella realtà,
DettagliUniversità del Piemonte Orientale. Corso di laurea in biotecnologia. Corso di Statistica Medica. Intervalli di confidenza
Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica Medica Intervalli di confidenza Università del Piemonte Orientale Corso di laurea in biotecnologia Corso di Statistica
DettagliLa variabile casuale Binomiale
La variabile casuale Binomiale Si costruisce a partire dalla nozione di esperimento casuale Bernoulliano che consiste in un insieme di prove ripetute con le seguenti caratteristiche: i) ad ogni singola
DettagliMetodi statistici per l economia (Prof. Capitanio) Slide n. 9. Materiale di supporto per le lezioni. Non sostituisce il libro di testo
Metodi statistici per l economia (Prof. Capitanio) Slide n. 9 Materiale di supporto per le lezioni. Non sostituisce il libro di testo 1 TEST D IPOTESI Partiamo da un esempio presente sul libro di testo.
DettagliRelazioni statistiche: regressione e correlazione
Relazioni statistiche: regressione e correlazione È detto studio della connessione lo studio si occupa della ricerca di relazioni fra due variabili statistiche o fra una mutabile e una variabile statistica
DettagliAmbiente di riferimento
Ambiente di riferimento Cosideriamo un mercato finanziario di una sola azione (investimento a rischio), un titolo obbligazionario (investimento senza rischio) e un contingent claim. La dinamica dei prezzi
DettagliT DI STUDENT Quando si vogliono confrontare solo due medie, si può utilizzare il test t di Student La formula per calcolare il t è la seguente:
T DI STUDENT Quando si vogliono confrontare solo due medie, si può utilizzare il test t di Student La formula per calcolare il t è la seguente: t = X i X j s 2 i (n i 1) + s 2 j (n j 1) n i + n j - 2 1
DettagliESERCITAZIONE 13 : STATISTICA DESCRITTIVA E ANALISI DI REGRESSIONE
ESERCITAZIONE 13 : STATISTICA DESCRITTIVA E ANALISI DI REGRESSIONE e-mail: tommei@dm.unipi.it web: www.dm.unipi.it/ tommei Ricevimento: su appuntamento Dipartimento di Matematica, piano terra, studio 114
DettagliStima per intervalli Nei metodi di stima puntuale è sempre presente un ^ errore θ θ dovuto al fatto che la stima di θ in genere non coincide con il parametro θ. Sorge quindi l esigenza di determinare una
DettagliSeDeX, MOT ed EuroMOT. Mauro Giangrande Borsa Italiana Divisione FI&CW Markets
SeDeX, MOT ed EuroMOT Mauro Giangrande Borsa Italiana Contenuti SeDeX MOT EuroMOT 2 Contenuti SeDeX MOT EuroMOT 3 Mercato SeDeX SeDeX: il mercato telematico dei securitised derivatives SeDeX è il mercato
DettagliCENNI DI METODI STATISTICI
Corso di Laurea in Ingegneria Aerospaziale CENNI DI METODI STATISTICI Docente: Page 1 Page 2 Page 3 Due eventi si dicono indipendenti quando il verificarsi di uno non influisce sulla probabilità di accadimento
DettagliIndice. 1 Il settore reale --------------------------------------------------------------------------------------------- 3
INSEGNAMENTO DI ECONOMIA POLITICA LEZIONE VI IL MERCATO REALE PROF. ALDO VASTOLA Indice 1 Il settore reale ---------------------------------------------------------------------------------------------
DettagliRAPPRESENTAZIONE GRAFICA E ANALISI DEI DATI SPERIMENTALI CON EXCEL
RAPPRESENTAZIONE GRAFICA E ANALISI DEI DATI SPERIMENTALI CON EXCEL 1 RAPPRESENTAZIONE GRAFICA Per l analisi dati con Excel si fa riferimento alla versione 2007 di Office, le versioni successive non differiscono
DettagliLezione n. 2 (a cura di Chiara Rossi)
Lezione n. 2 (a cura di Chiara Rossi) QUANTILE Data una variabile casuale X, si definisce Quantile superiore x p : X P (X x p ) = p Quantile inferiore x p : X P (X x p ) = p p p=0.05 x p x p Graficamente,
DettagliLaboratorio sulle dinamiche Socio-Economiche
Laboratorio sulle dinamiche Socio-Economiche Progetto Lauree Scientifiche Giacomo Albi Dipartimento di Matematica e Informatica Università di Ferrara, Italia www.giacomoalbi.com giacomo.albi@unife.it Giacomo
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2014-2015 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
DettagliCORSO DI STATISTICA (parte 2) - ESERCITAZIONE 1
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 1 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Distribuzione di probabilità, funzione di ripartizione di una v.c. discreta Il tasso di cambio
DettagliPertanto la formula per una prima approssimazione del tasso di rendimento a scadenza fornisce
A. Peretti Svolgimento dei temi d esame di MDEF A.A. 015/16 1 PROVA CONCLUSIVA DI MATEMATICA per le DECISIONI ECONOMICO-FINANZIARIE Vicenza, 9/01/016 ESERCIZIO 1. Data l obbligazione con le seguenti caratteristiche:
DettagliLA STATISTICA NEI TEST INVALSI
LA STATISTICA NEI TEST INVALSI 1 Prova Nazionale 2011 Osserva il grafico seguente che rappresenta la distribuzione percentuale di famiglie per numero di componenti, in base al censimento 2001. Qual è la
DettagliOttimizazione vincolata
Ottimizazione vincolata Ricordiamo alcuni risultati provati nella scheda sulla Teoria di Dini per una funzione F : R N+M R M di classe C 1 con (x 0, y 0 ) F 1 (a), a = (a 1,, a M ), punto in cui vale l
DettagliSTRATEGIE DI TRADING CON LE OPZIONI. 8 maggio 2002
STRATEGIE DI TRADING CON LE OPZIONI 8 maggio 2002 LE STRATEGIE... Strategie di trading utilizzando: un opzione e l azione sottostante due o più opzioni sulla stessa azione Nelle tabelle che seguono verranno
DettagliSISTEMI DI NUMERAZIONE E CODICI
SISTEMI DI NUMERAZIONE E CODICI Il Sistema di Numerazione Decimale Il sistema decimale o sistema di numerazione a base dieci usa dieci cifre, dette cifre decimali, da O a 9. Il sistema decimale è un sistema
DettagliUn gioco con tre dadi
Un gioco con tre dadi Livello scolare: biennio Abilità interessate Costruire lo spazio degli eventi in casi semplici e determinarne la cardinalità. Valutare la probabilità in diversi contesti problematici.
DettagliPunto 1 Dopo aver scelto come unità di misura (dm), dai dati si ricava che la curva deve passare per i punti, B C e D
Problema 1: Il porta scarpe da viaggio Risoluzione Punto 1 Dopo aver scelto come unità di misura (dm), dai dati si ricava che la curva deve passare per i punti, B C e D a) L' equazione è da scartare perchè
DettagliCorso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Processi casuali A.A. 2007-08. Alberto Perotti, Roberto Garello
Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Processi casuali A.A. 2007-08 Alberto Perotti, Roberto Garello DELEN-DAUIN Processi casuali Sono modelli probabilistici
Dettagli