Математические финансы , также известные как количественные финансы и финансовая математика , являются областью прикладной математики , связанной с математическим моделированием финансовых рынков . Как правило, математические финансы выводят и расширяют математические или числовые модели без необходимости установления связи с финансовой теорией, принимая в качестве исходных данных наблюдаемые рыночные цены. Требуется математическая последовательность, а не совместимость с экономической теорией. Так, например, финансовый экономист может изучить структурные причины, по которым компания может иметь определенную цену акций., Финансовый математик может взять цену акций как данность и попытаться использовать стохастическое исчисление , чтобы получить соответствующее значение производных в наличии ( см Оценка вариантов ; Финансовое моделирование ; ценообразование активов ). Фундаментальная теорема безарбитражных ценообразования является одним из ключевых теорем финансовой математики, а Блэка-Шоулза уравнение и формула являются одними из ключевых результатов. [1]
Математические финансы также сильно пересекаются с областями вычислительных финансов и финансового инжиниринга . Последний фокусируется на приложениях и моделировании, часто с помощью стохастических моделей активов ( см. Количественный аналитик ), тогда как первый фокусируется, помимо анализа, на создании инструментов реализации моделей. В общем, существует две отдельных ветвей финансов , которые требуют передовых количественных метод: производные ценообразования, с одной стороны, и оценкой риски и портфельного управления на другом. [2]
Французский математик Луи Башелье считается автором первой научной работы по математическим финансам, опубликованной в 1900 году. Но математические финансы возникли как дисциплина в 1970-х годах после работ Фишера Блэка , Майрона Скоулза и Роберта Мертона по теории ценообразования опционов.
Сегодня многие университеты предлагают ученую степень и исследовательские программы в области математических финансов.
История: Q против P [ править ]
Существуют две отдельные области финансов, которые требуют передовых количественных методов: ценообразование деривативов и управление рисками и портфелем. Одно из основных различий заключается в том, что они используют разные вероятности, такие как вероятность нейтрального риска (или вероятность арбитражного ценообразования), обозначаемая «Q», и фактическая (или актуарная) вероятность, обозначаемая «P».
Цены на деривативы: мир Q [ править ]
Цель | «экстраполировать настоящее» |
Среда | нейтральная к риску вероятность |
Процессы | мартингалы в непрерывном времени |
Измерение | низкий |
Инструменты | It исчисление, PDE |
Вызовы | калибровка |
Бизнес | сторона продажи |
Целью ценообразования производных финансовых инструментов является определение справедливой цены данной ценной бумаги с точки зрения более ликвидных ценных бумаг , цена которых определяется законом спроса и предложения . Значение слова «справедливая», конечно, зависит от того, рассматривать ли вы покупку или продажу ценной бумаги. Примерами цен на ценные бумаги являются обычные и экзотические опционы , конвертируемые облигации и т. Д.
Как только справедливая цена определена, продавец может торговать по ценной бумаге. Следовательно, ценообразование деривативов - это сложная процедура «экстраполяции» для определения текущей рыночной стоимости ценной бумаги, которая затем используется сообществом продавцов. Количественное ценообразование деривативов было инициировано Луи Башелье в книге «Теория спекуляции» (« Теория спекуляции », опубликована в 1900 году) с введением самых основных и наиболее влиятельных процессов, броуновского движения и его приложений к ценообразованию опционов. . [3] [4] Броуновское движение выводится с помощью уравнения Ланжевена и дискретного случайного блуждания . [5]Башелье смоделировал временной ряд изменений логарифма цен акций как случайное блуждание, в котором краткосрочные изменения имели конечную дисперсию . Это заставляет долгосрочные изменения следовать гауссовскому распределению . [6]
Теория оставалась бездействующей до тех пор, пока Фишер Блэк и Майрон Скоулз , наряду с фундаментальным вкладом Роберта К. Мертона , не применили второй по значимости процесс, геометрическое броуновское движение , к ценообразованию опционов . За это М. Скоулз и Р. Мертон были удостоены Нобелевской премии по экономическим наукам 1997 года . Блэк не имел права на получение приза из-за своей смерти в 1995 году. [7]
Следующим важным шагом стала фундаментальная теорема ценообразования активов Харрисона и Плиски (1981), согласно которой подходящим образом нормализованная текущая цена P 0 ценной бумаги не имеет арбитража и, таким образом, действительно справедлива только в том случае, если существует стохастический процесс P t с постоянным ожидаемым значением, которое описывает его дальнейшее развитие: [8]
( 1 )
Процесс, удовлетворяющий ( 1 ), называется « мартингалом ». Мартингейл не вознаграждает за риск. Таким образом, вероятность процесса нормализованной цены ценной бумаги называется «нейтральной по отношению к риску» и обычно обозначается буквой « » шрифта на доске .
Соотношение ( 1 ) должно выполняться для всех времен t: поэтому процессы, используемые для ценообразования производных финансовых инструментов, естественным образом устанавливаются в непрерывное время.
В кванты , которые работают в Q мире производных ценообразования являются специалистами с глубоким знанием конкретных продуктов , которые они моделируют.
Ценные бумаги оцениваются индивидуально, и, таким образом, проблемы в мире Q носят незначительный характер. Калибровка - одна из основных проблем мира Q: после того, как параметрический процесс с непрерывным временем был откалиброван для набора торгуемых ценных бумаг с помощью отношения, такого как ( 1 ), аналогичное отношение используется для определения цены новых производных инструментов.
Основными количественными инструментами, необходимыми для обработки Q-процессов в непрерывном времени, являются стохастическое исчисление Ито , моделирование и уравнения в частных производных (PDE).
Управление рисками и портфелем: мир P [ править ]
Цель | "модель будущего" |
Среда | реальная вероятность |
Процессы | дискретный временной ряд |
Измерение | большой |
Инструменты | многомерная статистика |
Вызовы | оценка |
Бизнес | сторона покупателя |
Управление рисками и портфелем направлено на моделирование статистически полученного распределения вероятностей рыночных цен всех ценных бумаг на заданном горизонте будущих инвестиций.
Это «реальное» распределение вероятностей рыночных цен обычно обозначается буквой « » шрифта на доске , в отличие от «нейтральной к риску» вероятности « », используемой при ценообразовании деривативов. На основе распределения P покупатель принимает решения о том, какие ценные бумаги покупать, чтобы улучшить прогнозируемый профиль прибылей и убытков своих позиций, рассматриваемых как портфель. Все чаще элементы этого процесса автоматизируются; см. Краткое изложение финансов § Количественное инвестирование для получения списка соответствующих статей.
За свою новаторскую работу Марковиц и Шарп вместе с Мертоном Миллером разделили Нобелевскую мемориальную премию по экономическим наукам 1990 года , впервые присужденную за работу в области финансов.
Работа Марковица и Шарпа по отбору портфелей познакомила математику с управлением инвестициями . Со временем математика стала более сложной. Благодаря Роберту Мертону и Полу Самуэльсону однопериодные модели были заменены моделями с непрерывным временем, моделями броуновского движения , а квадратичная функция полезности, неявная в оптимизации среднего отклонения, была заменена более общими возрастающими вогнутыми функциями полезности. [9] Кроме того, в последние годы акцент сместился на оценку риска, то есть опасность ошибочного предположения, что только расширенный анализ временных рядов может обеспечить полностью точные оценки параметров рынка. [10]
Много усилий было потрачено на изучение финансовых рынков и того, как цены меняются со временем. Чарльз Доу , один из основателей компаний Dow Jones & Company и The Wall Street Journal , сформулировал ряд идей по этому вопросу, которые теперь называются теорией Доу . Это основа так называемого метода технического анализа, который пытается предсказать будущие изменения. Один из принципов «технического анализа» состоит в том, что рыночные тенденции указывают на будущее, по крайней мере, в краткосрочной перспективе. Утверждения технических аналитиков оспариваются многими учеными. [ необходима цитата ]
Критика [ править ]
С годами были разработаны все более сложные математические модели и стратегии ценообразования производных финансовых инструментов, но их доверие было подорвано финансовым кризисом 2007–2010 годов . Современная практика математических финансов подвергалась критике со стороны деятелей в этой области, особенно со стороны Пола Уилмотта и Нассима Николаса Талеба в его книге «Черный лебедь» . [11] Талеб утверждает, что цены на финансовые активы не могут быть охарактеризованы простыми моделями, которые используются в настоящее время, что делает большую часть текущей практики в лучшем случае неактуальной, а в худшем - опасно вводящей в заблуждение. Уилмотт и Эмануэль Дерман опубликовали манифест разработчиков финансовых моделейв январе 2009 года [12], в котором рассматриваются некоторые из наиболее серьезных проблем. Такие организации, как Институт нового экономического мышления , сейчас пытаются разработать новые теории и методы. [13]
В целом, моделирование изменений распределениями с конечной дисперсией все чаще считается неуместным. [14] В 1960-х Бенуа Мандельброт обнаружил, что изменения цен не следуют гауссовскому распределению , а лучше моделируются альфа- стабильными распределениями Леви . [15] Масштаб изменения или волатильности зависит от продолжительности временного интервала в степени немного больше 1/2. Значительные изменения вверх или вниз более вероятны, чем то, что можно было бы рассчитать с использованием распределения Гаусса с предполагаемым стандартным отклонением.. Но проблема в том, что это не решает проблему, поскольку значительно усложняет параметризацию и снижает надежность управления рисками. [11] См. Также процесс вариации гаммы # Цена опциона .
Статьи по математическим финансам [ править ]
Математические инструменты [ править ]
- Асимптотический анализ
- Исчисление
- Копулы , в том числе гауссовские
- Дифференциальные уравнения
- Ожидаемое значение
- Эргодическая теория
- Формула Фейнмана – Каца
- преобразование Фурье
- Теорема Гирсанова
- Лемма Ито
- Теорема о мартингальном представлении
- Математические модели
- Математическая оптимизация
- Линейное программирование
- Нелинейное программирование
- Квадратичное программирование
- Метод Монте-Карло
- Числовой анализ
- Квадратура Гаусса
- Реальный анализ
- Уравнения с частными производными
- Уравнение тепла
- Численные уравнения в частных производных
- Метод Кранка – Николсона
- Метод конечных разностей
- Вероятность
- Распределения вероятностей
- Биномиальное распределение
- SU-распределение Джонсона
- Логнормальное распределение
- Распределение Стьюдента
- Квантильные функции
- Производная Радона – Никодима
- Нейтральная к риску мера
- Оптимизация сценария
- Стохастическое исчисление
- Броуновское движение
- Леви процесс
- Стохастическое дифференциальное уравнение
- Стохастическая оптимизация
- Стохастическая волатильность
- Анализ выживаемости
- Ценность под угрозой
- Волатильность
- Модель ARCH
- Модель GARCH
Цены на деривативы [ править ]
- Броуновское модель финансовых рынков
- Допущения рационального ценообразования
- Оценка без риска
- Ценообразование без арбитража
- Корректировки оценки
- Корректировка кредитной оценки
- XVA
- Формула форвардной цены
- Стоимость фьючерсных контрактов
- Оценка свопа
- Валютный своп # Оценка и расценки
- Своп процентных ставок # Оценка и расценки
- Мультикривый каркас
- Своп отклонений # Цены и оценка
- Обмен активами # Расчет спреда обмена активами
- Своп кредитного дефолта # Цены и оценка
- Опции
- Паритет пут – колл (арбитражные отношения для опционов)
- Внутренняя стоимость , временная стоимость
- Денежность
- Ценовые модели
- Модель Блэка – Шоулза
- Черная модель
- Модель биномиальных опционов
- Подразумеваемое биномиальное дерево
- Биномиальное дерево Эджворта
- Опционная модель Монте-Карло
- Подразумеваемая изменчивость , Улыбка волатильности
- Местная волатильность
- Стохастическая волатильность
- Модель постоянной эластичности дисперсии
- Модель Хестона
- Скачок стохастической волатильности
- Модель волатильности SABR
- Марковский переключающий мультифрактал
- Греки
- Конечно-разностные методы ценообразования опционов
- Цены на Ванна – Волга
- Трехчленное дерево
- Подразумеваемое трехчленное дерево
- Модель Гармана-Кольхагена
- Решетчатая модель (финансы)
- Формула марграбе
- Стоимость американских опционов
- Бароне-Адези и Уэйли
- Бьерксунд и Стенсланд
- Приближение Блэка
- Наименьшая площадь Монте-Карло
- Оптимальная остановка
- Roll-Geske-Whaley
- Производные инструменты на процентную ставку
- Черная модель
- шапки и полы
- обмены
- Варианты облигаций
- Краткосрочные модели
- Модель Рендлмана – Барттера
- Модель Васичека
- Модель Хо – Ли
- Модель Халла – Уайта
- Модель Кокса – Ингерсолла – Росса
- Модель Блэка – Карасинского
- Модель Black – Derman – Toy
- Модель Калотая – Вильямса – Фабоцци
- Модель Лонгстаффа – Шварца
- Чен модель
- Модели на основе форвардной ставки
- Модель рынка LIBOR ( Модель Брейса – Гатарека – Мусиела, BGM)
- Модель Хита – Джарроу – Мортона (HJM)
- Черная модель
Моделирование портфолио [ править ]
См. Также [ править ]
- Броуновская модель финансовых рынков
- Вычислительные финансы
- Деривативы (финансы) , перечень тем по деривативам
- Экономическая модель
- Эконофизика
- Финансовая экономика
- Финансовое проектирование
- Финансовое моделирование § Количественные финансы
- Международная ассоциация свопов и деривативов
- Указатель бухгалтерских статей
- Список экономистов
- Магистр количественных финансов
- Очерк экономики
- Схема финансов
- Физика финансовых рынков
- Количественные поведенческие финансы
- Статистические финансы
- Технический анализ
- XVA
- Квантовые финансы
Заметки [ править ]
- ↑ Джонсон, Тим (1 сентября 2009 г.). «Что такое финансовая математика?» . + Журнал "Плюс" . Проверено 1 марта 2021 года .
- ^ «Количественные финансы» . About.com . Проверено 28 марта 2014 .
- ^ Э., Шрив, Стивен (2004). Стохастическое исчисление для финансов . Нью-Йорк: Спрингер. ISBN 9780387401003. OCLC 53289874 .
- Перейти ↑ Stephen., Blyth (2013). Введение в количественные финансы . Издательство Оксфордского университета, США. п. 157. ISBN. 9780199666591. OCLC 868286679 .
- ^ Б., Шмидт, Анатолий (2005). Количественные финансы для физиков: введение . Сан-Диего, Калифорния: Elsevier Academic Press. ISBN 9780080492209. OCLC 57743436 .
- ^ Bachelir, Луи. «Теория спекуляции» . Проверено 28 марта 2014 .
- ^ Линдбек, Ассар. «Премия Sveriges Riksbank в области экономических наук памяти Альфреда Нобеля 1969-2007» . Нобелевская премия . Проверено 28 марта 2014 .
- ↑ Браун, Ангус (1 декабря 2008 г.). «Рискованный бизнес: как оценивать производные финансовые инструменты» . Цена + Журнал . Проверено 28 марта 2014 .
- ^ Karatzas, Иоаннис; Шрив, Стив (1998). Методы математических финансов . Секакус, штат Нью-Джерси, США: Springer-Verlag New York, Incorporated. ISBN 9780387948393.
- ^ Meucci, Аттилио (2005). Распределение рисков и активов . Springer. ISBN 9783642009648.
- ^ a b Талеб, Нассим Николас (2007). Черный лебедь: влияние невероятного . Случайная торговля домом. ISBN 978-1-4000-6351-2.
- ^ «Манифест разработчиков финансовых моделей» . Блог Пола Уилмотта. 8 января 2009 года архив с оригинала на 8 сентября 2014 года . Проверено 1 июня 2012 года .
- ^ Джиллиан Тетт (15 апреля 2010). «Математики должны выбраться из своих башен из слоновой кости» . Financial Times .
- ^ Светлозар Т. Рачев; Фрэнк Дж. Фабоцци ; Кристиан Менн (2005). Неопределенное и асимметричное распределение доходности активов: последствия для управления рисками, выбора портфеля и ценообразования опционов . Джон Вили и сыновья . ISBN 978-0471718864.
- ^ Б. Мандельброт , "Изменение некоторых спекулятивных цен" , Журнал бизнеса 1963 г.
Дальнейшее чтение [ править ]
- Николь Эль Каруи , «Будущее финансовой математики» , ParisTech Review , 6 сентября 2013 г.
- Гарольд Марковиц , «Выбор портфеля», The Journal of Finance , 7, 1952, стр. 77–91.
- Аттилио Меуччи , «P Versus Q: различия и сходства между двумя областями количественного финансирования» , GARP Risk Professional , февраль 2011 г., стр. 41–44
- Уильям Ф. Шарп , Инвестиции , Прентис-Холл, 1985