1 votos

Sesgos de Black Scholes

He estado investigando sobre la fijación de precios de las opciones (especialmente utilizando B.S) y he encontrado dos artículos de investigación que discuten cómo el modelo de Black Scholes tiene una tendencia a sobrevalorar y subvalorar las opciones de compra en ciertos escenarios.

Los documentos son: https://www.jstor.org/stable/2328053?seq=1#page_scan_tab_contents y: http://people.stern.nyu.edu/msubrahm/papers/wop.pdf

En particular, el primer documento menciona que "B.S sobrevalora las opciones deep in-the-money, mientras que infravalora las opciones deep out-the-money". Además, más adelante se menciona que "una explicación del sesgo sistemático de los precios es la suposición de que el precio de los valores se distribuye de forma lognormal, lo que no capta sistemáticamente características importantes del proceso real de los precios de los valores."

Entiendo el hecho de que Black Scholes tiene una tendencia a quedarse corto y a fijar precios erróneos bajo ciertas condiciones (cuando sus supuestos no se cumplen).

Sin embargo, me confunde el concepto de "sobreprecio" y "subprecio"

En mi opinión, si tienes un modelo de fijación de precios basado en determinadas hipótesis y en un caso concreto una de ellas es falsa, entonces el precio que ha producido tu modelo es "erróneo" (es decir, no ha tenido en cuenta un factor importante y, por tanto, no puede reflejar el precio real)

Pero para decir que una opción está, por ejemplo, "sobrevalorada", ¿no sería necesario conocer el precio real de la misma? ya que "sobre" es un término relativo.

En ese caso, ¿cómo se obtiene el precio real de una opción para determinar si algo está sobrevalorado o infravalorado?

3voto

fkydoniefs Puntos 11

Tal vez quieran decir que si se utiliza la volatilidad implícita del cajero automático como dato para fijar el precio de las opciones ITM y OTM, algunas estarán infravaloradas y otras sobrevaloradas en comparación con el precio real observado en el mercado. Equivale a decir que las volatilidades implícitas muestran un patrón y no son constantes a través del dinero.

0 votos

¿entonces lo que estás diciendo es que si yo mirara una cadena de opciones la volatilidad implícita de una opción que está más cerca de ser ATM representa mejor la volatilidad verdadera y por lo tanto el precio verdadero? @Kiwiakos

0 votos

No, lo que dice es que existe un precio real de la opción para cada strike. Ese es el precio de mercado. Utilizar un modelo de Black Scholes con una única volatilidad no puede determinar el precio correcto de todas las opciones. Algunas estarán sobrevaloradas (precio b-s> precio de mercado) y otras infravaloradas (precio b-s < precio de mercado).

1 votos

En ese caso, la distribución del activo subyacente tendrá colas más gruesas que la distribución normal, por lo que el modelo de Scholes negro infravalorará las opciones muy alejadas del dinero, por ejemplo.

-2voto

akalenuk Puntos 1738

Permítanme darles tres o cuatro de mis documentos. Eso resolverá su problema. La respuesta "por qué" es simplemente demasiado larga para responderla aquí. La base de mis documentos es que los rendimientos no son datos. Los precios son datos y los rendimientos son una transformación de esos datos. Se deduce entonces que no se pueden hacer suposiciones sobre las distribuciones de los rendimientos, pero se puede derivar la distribución de los precios o se pueden hacer suposiciones sobre las distribuciones de los precios. De hecho, se podría demostrar que es matemáticamente imposible que los precios de las acciones se distribuyan de forma normal o lognormal. No es posible porque crearía una contradicción matemática en un modelo de valoración de opciones.

Resulta que se puede derivar la distribución de los precios utilizando las reglas que derivan las estructuras de precios y los términos de error. También se entiende bien en estadística cómo hacer las transformaciones necesarias para determinar la distribución de los rendimientos de una clase de activos. Así, por ejemplo, según la hipótesis de Markowitz, los rendimientos de la inversión deben ser el cociente de dos distribuciones normales independientes centradas en (0,0) en el espacio del error. Por otro lado, si usted comprara y vendiera activos en Sotheby's, como por ejemplo obras de arte, se encontraría con el cociente de dos distribuciones de Gumbel. El reglas determinar las distribuciones. Otras cuestiones, como la restricción presupuestaria, el coste de la liquidez, el riesgo de fusión y de quiebra, forman parte de las normas y, por tanto, determinan en parte el reparto final.

Esto, a su vez, determina las reglas de la econometría, que a su vez determina las reglas de fijación de precios de las opciones. También hice una prueba de población como verificación parcial.

Los papeles en la página https://papers.ssrn.com/sol3/cf_dev/AbsByAuth.cfm?per_id=1541471 explicará por qué los periódicos ven una valoración errónea sistemática. Estoy trabajando con un teórico de la medida para ampliar las leyes del cálculo estocástico a fin de incluir esta situación y me gustaría tener preparada una extensión fundamental de las reglas del cálculo para las vacaciones de primavera. También he empezado un trabajo sobre carteras subjetivamente óptimas, pero doy seis clases, así que no estará terminado antes del verano. Sólo una advertencia, pongo borradores por ahí, así que el trabajo de cálculo, cuando salga por primera vez, podría tener un lenguaje pobre o faltar una condición límite o algo así.

No dude en enviar cualquier crítica.

EDITAR Se puede decir que algo está mal valorado de dos maneras. En primer lugar, puede realizar un estudio de correlación para ver si los precios de las opciones están correlacionados con los resultados reales. En segundo lugar, se puede utilizar el método de la probabilidad inversa, como se hace en uno de los documentos citados, para comprobar directamente los supuestos.

De manera informal, los resultados excluyeron el uso de los modelos de cálculo de Ito. Debido a que se utilizó un método inverso, se utilizó una probabilidad a priori para la financiación de la media-varianza, dándole 999,999:1 probabilidades de ser el verdadero modelo o algo parecido, sobre la alternativa de que no existiera varianza, y aún así se falsificó a pesar del sesgo a priori.

Si no ha utilizado métodos bayesianos o inversos, http://www.seaturtle.org/mtn/archives/mtn122/mtn122p1.shtml?nocount proporciona un relato informal. Un buen conjunto de vídeos de youtube de un curso de posgrado sobre ellos se encuentra en http://www.youtube.com/user/opinionatedlessons/videos?view=0&flow=list&sort=da

1 votos

No creo que esto responda a la pregunta. La sobrevaloración/subvaloración en cuestión procede de la suposición de una superficie de volatilidad plana, como en la respuesta de Kiwiakos.

0 votos

En realidad sí. El segundo artículo, en concreto, trata del núcleo. Una consecuencia matemática de obtener una distribución incorrecta es que la superficie de volatilidad se volverá plana debido al desajuste entre el método de cálculo y la distribución. Hay más de un camino hacia una superficie plana. Hay un artículo de Rao de los años 60 que generaliza esto a todos los procesos AR y sus primos de tiempo continuo y un artículo de Sen, también de los años 60, que demuestra que esto es cierto. No tengo la bibliografía conmigo. Estos documentos nunca se filtraron a las finanzas. continuado

0 votos

Siguiendo el trabajo de ET Jaynes, se puede demostrar que modelos como Black-Scholes son inadmisibles, o más formalmente, no están en la clase completa de soluciones bajo el Teorema de la Clase Completa de Wald. He encontrado 3800 artículos sólo sobre la sonrisa de la volatilidad. Si fuera admisible, habría cero.

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