Author Archives: laofish

SVI模型拟合

波动率模型是学界搞期权的重点,BS模型中,使用的是固定的波动率。现在提的较多的是局部波动率模型和随机波动率模型。局部波动率模型是随机波动率模型的一种简化,将波动率定义为标的价格S和时间t的函数sigma(S,t),随机波动率模型中,对波动率描述存在随机项(独立于价格中的随机项)。 局部波动率模型中,常用的是SVI模型(stochastic volatility inspired),SVI模型本质上是描述了波动率微笑曲线,并且增加了一些期权性质上的约束。 我前面研究过一次SVI模型,但由于对python里面最优化函数理解的不透,对外层使用了是穷举法,这个方法显然是不好的,只是让我初次了解这个模型的性质。最近部门一个实习生用matlab实现了一下这个模型,虽然拟合的结果并不是很好,但让我发现原来matlab里面的几个函数,如lsqlin就是二次非线性最优化,而fminsearch的函数,使用的就是Nelder-Mead Simplex方法。 实际上我以前虽然也用matlab做最优化,但是对里面的求解算法实在是没研究,反正直接用就好了。但前面自己用python摸索求解函数的时候,突然觉得自己根本不知道在python里面用什么函数去求解自己要解的最优化方程。 最初以为scipy里面应该有对应的最优化函数,后来发现matlab里面基本的lsqlin在scipy里面就没有实现,scipy最接近的是lsq_liner,但这个函数只能接受上下限,无法接受不等式方程约束,后来发现用凸优化报cvxopt才有希望。但是这个包里面也没有lsqlin函数,不过知识点到这里,搜索一下lsqlin+python关键词就能找到一个俄罗斯人贡献的用python实现的lsqlin代码了。 在这些知识点的基础上,我重新将自己的svi模型实现了一下。 首先是数据源格式 合约编码    行权日 行权日 剩余到期时间(日历日) 期权类型    标的收盘价   期权行权价   收盘中间价  10000887    20171227    2017-12-27  0.052082192 C   2.865   2.209   0.6624  10000888    20171227    2017-12-27  0.052082192 C   2.865   2.258   0.6135  10000889    20171227    2017-12-27  0.052082192 C   2.865   … Continue reading

Posted in 学术研究 | Tagged , , | 5 Comments

P2P之后

最近P2P平台纷纷暴雷,除了那些一眼即可看穿的庞氏平台外,不少貌似正规的也出现呢什么老板跑路,良性清盘之类的说法。老板跑路这种恶意的就不多说了,这里良性清盘,也有可能确实是在拖延时间,但我认为遇到了流动性危机的可能性比较大。 这里就岔开说一句,为什么会遇到流动性危机。如果平台没有资金池,不能立即体现,按理来说,就不存在流动性问题,因为平台只是信息中介,借款方违约了,那最终还是要找借款人的麻烦。但实际上几乎没有P2P平台是这样操作的,因为投资人又不是专业机构在买债券,哪里看得出来某笔投资会不会违约。投P2P的说实话,都是些鸡贼的人,既要高息,又要保本,要是投资的本金初期就会有损失,这些人是不可能用这些平台的。 如此,实际上这些平台本质上采用的是以自有资金担保的保证本金(利息)模式,如果借款方违约,这些平台就需要处置这些资产,偿还投资者本金利息。由于平台实际上的角色错位,导致了就出现了流动性风险了。 而像小赢理财这样,找了众安保险给自己兜底,反而将自己搞成了独立第三方,这样看上去倒是没有流动性问题了。 不过这里想讨论的是,投资者的钱从P2P出来之后,会去哪里。这些资金,实际上是低风险承受能力,同时,流动性又非常强。 更关心的是,这些钱会不会到股市里面去,我觉得是有可能的,但是前提是,股市要不跌了,这是后面的事情。当下,这笔钱,可能还是进入头部平台,也就是陆金所这里面了,券商和银行理财也能承接小部分吧。

Posted in 思考评论 | Tagged | Leave a comment

国内券商研究所的量化

把标的范围定的小一点,吐槽的更有焦点一些。 不知道在国内券商研究所搞金融工程的这些人,究竟有没有什么挫折感,或许没有,因为工资这么高,有什么好挫折的。 不过发的报告,是有七八都是在算命,实话说,不能提供价值的东西。   也不指望能发表论文的那种研究,但是就算是翻译国外经典定价论文都是有价值的啊。 我看一些知乎金融定价方面的回答,比这些研究报告都要好。 实际上,作为从业者的角度,觉得两类研究有价值, 1 定价模型的深入解析,stepbystep这种,不要有那种显然,易得这种 2 市场数据的细节整理,比如东方证券的分红周报,我很喜欢。 那种算命的金融工程分析,实在没意思。至于多因子研究这么多,我想主要是因为做这个研究,容易跳槽去买方吧。

Posted in 思考评论 | Tagged , | Leave a comment