9 votos

Longstaff-Schwartz (Least Squares Monte Carlo) aplicado a las opciones americanas

Estoy trabajando en una implementación en R del método de Longstaff & Schwartz del este Artículo de 2001. He conseguido crear un código que reproduce sus precios en la tabla 1 (p. 127), pero sólo para los que tienen una volatilidad de 0,2. Para las de .4, mi código estima precios inferiores a los suyos.

Así que, en primer lugar, me gustaría preguntar cuál es precisamente la variable dependiente en cada uno de los pasos del LSM. El LSM dice: "hacer una regresión de los valores descontados de $C(\omega, s; t_{K-1}, T)$ en..." donde el $C$ La notación indica la "trayectoria de los flujos de caja". He entendido que, en cada paso, la variable dependiente a lo largo de cada trayectoria es el valor de ejercicio de la opción (ya sea terminal o anticipado si un paso anterior ha indicado un ejercicio anticipado) descontado al período actual. ¿Es esto correcto?

En segundo lugar, ¿alguien sabe de una implementación disponible públicamente de LSM para las opciones americanas con la que pueda comprobar mi trabajo?

5voto

shnozolla Puntos 474

Con respecto a su primera pregunta: Sí. La regresión tiene que determinar la expectativa condicional de la valor de continuación es decir, el valor (descontado) de los flujos de caja futuros, incluidos los criterios de ejercicio que se han determinado para los tiempos de ejercicio futuros restantes, condicionados a la suposición de que no se ha ejercido en la fecha actual o antes. Estos se determinan en un algoritmo hacia atrás, retrocediendo en el tiempo.

Con respecto a su segunda pregunta: Se puede encontrar una implementación de código abierto en Java del algoritmo de retroceso y de la regresión por mínimos cuadrados en http://www.finmath.net/java/ - ver también http://www.finmath.net/topics/bermudanoptionmontecarlo/

Finanhelp.com

FinanHelp es una comunidad para personas con conocimientos de economía y finanzas, o quiere aprender. Puedes hacer tus propias preguntas o resolver las de los demás.

Powered by:

X