Hva er stokastisk volatilitet?
En stokastisk volatilitetsmodell er en måte å evaluere en investering i kvantitativ finans. Den stokastiske volatilitetsmodellen brukes til å se på derivatpapirer, som er basert på en original sikkerhet eller aksje. Økonomiske eksperter bruker stokastiske volatilitetsmodeller for å lære mer om hva som sannsynligvis vil skje med et derivat på grunn av egenskapene til sikkerheten den er basert på.
Når vi ser på hvordan et derivat virker i forhold til sikkerheten som det er avledet fra, bruker en stokastisk volatilitet tilstandsvariabler. Tilstandsvariabler er variabler som identifiserer endrede attributter til et dynamisk system, i termodynamikk, for eksempel kan tilstandsvariabler inkludere temperatur og trykk. I finans kan statlige variabler inkludere ting som volatilitet i bransjen, markedsverdier og hendelsesdrevne spekulative verdier, eller andre økonomiske variabler. Den stokastiske modellen er relatert til en "Black-Scholes" -modell der en spesifikk formel brukes til å prise europeiske stilalternativer.
Stokastiske modeller ser på hvordan volatiliteten kan endre seg i en økonomisk situasjon. En relevant trend som finanseksperter ser på når du bruker stokastiske modeller for volatilitet, kalles et "volatilitetssmil." Volatilitetssmilet har å gjøre med forskjellige tilstander av derivater, inkludert penger, pengene og pengene og situasjonene utenfor pengene. Alle disse forholder seg til streikprisen på et alternativ. Mer detaljert informasjon om streikprisen, og når et derivat eller alternativ er inn eller ut av pengene, kan det være nyttig for de som vil forstå hvordan stokastisk volatilitet fungerer. I hovedsak viser volatilitetsmilet at en sikkerhets- eller derivatvurdering kan være forskjellig avhengig av den ovennevnte tilstanden til streikprisen.
Flere forskjellige typer stokastiske volatilitetsmodeller er tilgjengelige for finansfolk, inkludert Heston -modellen, SABR (Stochastic Alpha, Beta, Rho) modell, GARCH (generalisert autoregressiv betinget heteroskedastisitet) -modell og Chen -modellen. Når en bruker har valgt den stokastiske volatilitetsmodellen som passer deres beregninger best, vil de trenge å kalibrere den mot eksisterende markedsdata. Den stokastiske volatiliteten vil da gi en mer nøyaktig prediksjon for et derivat enn om beregningen nettopp hadde brukt en konstant i stedet for å kjøre volatilitetstiltaket gjennom denne prosessen.
Det er mange andre vilkår som en finansiering av finans trenger å vite for å bruke stokastiske prosesser for å evaluere volatilitet. Dyktige fagpersoner forstår forholdet mellom hver verdsettelsesmetode, og hvordan man bruker disse metodene på faktiske prismodeller. Fra og med et solid grep om derivater og alternativer, er det lettere for en student å bli kjent med det grunnleggende om hvordan denne typen ligninger gir kunnskap om en spesifikk markedssituasjon.