КОМП’ЮТЕРНЕ МОДЕЛЮВАННЯ ОЦІНКИ ВАРТОСТІ ОПЦІОНІВ ЗАСОБАМИ PYTHON
Анотація
У статті розглянуто задачу розробки програмного забезпечення для моделювання процесів ціноутворення фінансових деривативів. Проаналізовано особливості застосування аналітичної моделі Блека-Шоулза-Мертона та чисельних методів, таких як метод Монте-Карло та біноміальні дерева, для оцінки вартості європейських опціонів. Обґрунтовано вибір мови програмування Python та бібліотек NumPy і SciPy як ефективного інструментарію для реалізації фінансових алгоритмів. Описано архітектуру розробленої системи, яка базується на об’єктно-орієнтованому підході та патерні проєктування Model-View-Controller. Наведено результати програмної реалізації модулів розрахунку показників ризику («Греків») та візуалізації профілів прибутковості.
Повний текст:
PDFПосилання
Вітлінський В. В., Великоіваненко Г. І. Ризикологія в економіці та підприємництві : монографія. Київ : КНЕУ, 2004. 480 с.
Black F., Scholes M. The Pricing of Options and Corporate Liabilities. Journal of Political Economy. 1973. Vol. 81, No. 3. P. 637–654.
Boyle P. P. Options: A Monte Carlo Approach. Journal of Financial Economics. 1977. Vol. 4, No. 3. P. 323–338.
Cox J. C., Ross S. A., Rubinstein M. Option Pricing: A Simplified Approach. Journal of Financial Economics. 1979. Vol. 7, No. 3. P. 229–263.
Glasserman P. Monte Carlo Methods in Financial Engineering. New York : Springer, 2004. 596 p.
Hilpisch Y. Python for Finance: Mastering Data-Driven Finance. 2nd ed. Sebastopol : O'Reilly Media, 2018. 720 p.
Longstaff F. A., Schwartz E. S. Valuing American Options by Simulation: A Simple Least-Squares Approach. The Review of Financial Studies. 2001. Vol. 14, No. 1. P. 113–147.
McKinney W. Data Structures for Statistical Computing in Python. Proceedings of the 9th Python in Science Conference / ed. by S. van der Walt, J. Millman. Austin, Texas, 2010. P. 51–56.
Merton R. C. Theory of Rational Option Pricing. The Bell Journal of Economics and Management Science. 1973. Vol. 4, No. 1. P. 141–183.
Virtanen P. et al. SciPy 1.0: Fundamental Algorithms for Scientific Computing in Python. Nature Methods. 2020. Vol. 17, No. 3. P. 261–272.
Посилання
- Поки немає зовнішніх посилань.
