2 votos

Consejos para automatizar la construcción de la curva de intercambio

Permítanme empezar asumiendo una simple solo El marco de la curva de descuento, en el que tomamos los instrumentos de entrada (mm, fra, futuros, swaps, etc.) y extraemos una curva de factor de descuento. Las implementaciones modernas de esto se hacen normalmente con un optimizador multidimensional por el que todos los instrumentos de entrada se revalorizan a la par (dentro de la tolerancia).

Mi pregunta está relacionada con el proceso diario de realizar el proceso de eliminación de curvas. Evidentemente, en el mercado hay un diferencial entre la oferta y la demanda en las comillas de entrada, por lo que hay cierto grado de libertad para fijar el precio medio (de entrada). Si quisiera igualar el forma de la curva de avance implícita para hoy lo más parecido posible a la curva de ayer, ¿cuál sería el mejor enfoque para ajustar las comillas de entrada de hoy sin intervención manual, es decir, la inspección visual de ambas curvas y la modificación de las entradas de hoy en consecuencia?

He pensado en utilizar alguna técnica estadística en la que mis entradas sean Curva de descuento T-1, T datos de mercado, T entradas ajustadas / T curva de descuento. (Suponiendo que tengo un gran conjunto de datos históricos de muestra con esta información).

¿Hay algún otro enfoque u orientación sobre la idea anterior? ¿Merece la pena investigar esto?

5voto

Foxy Puntos 46

Primero presento los fundamentos básicos del bootstrapping de una sola curva en la parte 1, y luego trato de aportar algunas ideas en la parte 2.

(bare) Fundamentos del bootstrapping de una sola curva

Según tengo entendido, para un ejercicio común de construcción de curvas tenemos lo siguiente ingredientes :

  • Un conjunto de comillas de mercado $Q_{mkt}$ para diversos instrumentos (depósitos, FRAs, swaps, basis swaps, ...) correspondientes a los plazos $t=\{t_1,t_2,\ldots,t_n\}$ . Comúnmente utilizamos algo así como la comilla media, es decir, durante el bootstrapping, sólo hay una comilla fija por tenor.
  • Una curva funcional parametrizada, comúnmente definida a través de puntos de tasa cero $r=\{r_1,r_2,\ldots,r_n\}$ , alguna hipótesis de interpolación para cualquier tenor $\tau \notin t$ y alguna función de descuento $D$ con el recuento de días y las convenciones de los tipos de interés. Recojamos todo eso en el parámetro (set) $\theta$ . Entonces, para cualquier tenor $\tau$ , $D(\tau)=f(r,t,\theta)$ . Comúnmente (pero no necesariamente), los nodos de la comilla y los nodos de la tasa coinciden, es decir, utilizamos el 3Y-swap para arrancar el 3Y-zero-rate, es decir, tenemos $n$ citas y $n$ parámetros en nuestro modelo.

Nota: Dado $D(\tau)$ podemos obtener trivialmente la curva de tipo cero o curva a plazo.

Normalmente, nuestro objetivo es minimizar (o mejor: poner a cero) la diferencia entre todas las comillas observadas y las comillas implícitas en nuestro modelo; dicho de otro modo, queremos minimizar los errores de fijación de precios variando los parámetros de la tasa cero:

$$ \min_{r} ||Q_{mkt}-Q(r)|| $$

Por lo general, se trata de un sistema multivariante ( $n$ -de las curvas, pero si el mecanismo de interpolación de las curvas es lo suficientemente local es decir, si no hay "fugas" al variar $r_i$ a cualquier $D(\tau)$ con $\tau<t_{i-1}$ o $\tau>t_{i+1}$ entonces podemos utilizar una secuencia de pasos de bootstrapping univariante.

Algunas ideas

Si le he entendido bien, su objetivo es encontrar una curva "óptima" dado un conjunto de comillas cuya forma sea lo más parecida posible a alguna otra curva, por ejemplo, la curva de descuento de ayer o de tipo cero.

Para ello, dejamos que $\tau$ o $t_i$ denotan el tiempo de maduración de un punto de la curva, en lugar de la hora del calendario.

¿Qué te parecen las siguientes ideas?

  1. Puntos de oferta y demanda de la comilla $Q_{mkt}^b, Q_{mkt}^a$ y el punto medio $Q_{mkt}^m$ a lo largo de los plazos (hasta el vencimiento) $t_1,\ldots,t_n$ y alguna curva de descuento de referencia $\hat{D}(\tau)$ (cuyos parámetros ya no son relevantes), encontrar los parámetros óptimos de la curva $r$ tal que:

$$ \begin{align} \min_r &\int_\limits{0}^{t_n}||D(\tau)-\hat{D}(\tau)||\mathrm{d}\tau\\ s.t.& \quad Q_{mkt,i}^b \leq Q_i(r) \leq Q_{mkt,i}^a \end{align} $$

  1. Como en 1, pero nuestra función objetivo se convierte en $$ \begin{align} \min_{r} &||Q_{mkt}^m-Q(r)|| + \lambda \int_\limits{0}^{t_n}||D(\tau)-\hat{D}(\tau)||\mathrm{d}\tau\\ s.t.& \quad Q_{mkt,i}^b \leq Q_i(r) \leq Q_{mkt,i}^a \end{align} $$ donde $\lambda$ es algún parámetro de penalización para la distancia de la curva.

Ahora bien, si su interpolación es efectivamente local y usted restringe sus diferencias de curvas deseadas de tal manera que sólo requiere puntos hasta $t_k$ cuando el parámetro bootstrapping $r_k$ entonces se puede seguir utilizando la maquinaria estándar de bootstrapping univariante, optimizando iterativamente:

$$ \min_{r_k} ||Q_{mkt,k}^m-Q_k(r_k|r_1,\ldots,r_{k-1})|| + \lambda\int\limits_{t_{k-1}}^{t_k}||D(\tau)-\hat{D}(\tau)||\mathrm{d}\tau $$ e incluso podría introducir trivialmente las restricciones de caja en la oferta y la demanda.

Espero que eso te ofrezca una idea de cómo abordar esto, y probablemente otras personas aquí tengan incluso mejores ideas o consejos.

0 votos

¡Gran respuesta, upvoted!

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