CN116340702A - 一种期权隐含波动率确定方法、装置、设备及存储介质 - Google Patents
一种期权隐含波动率确定方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN116340702A CN116340702A CN202310317656.5A CN202310317656A CN116340702A CN 116340702 A CN116340702 A CN 116340702A CN 202310317656 A CN202310317656 A CN 202310317656A CN 116340702 A CN116340702 A CN 116340702A
- Authority
- CN
- China
- Prior art keywords
- option
- futures
- target
- acquisition cost
- determining
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 54
- 239000011159 matrix material Substances 0.000 claims abstract description 49
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 31
- 238000004364 calculation method Methods 0.000 claims description 38
- 238000004590 computer program Methods 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 12
- 238000010276 construction Methods 0.000 claims description 9
- 238000005457 optimization Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 description 10
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Algebra (AREA)
- Software Systems (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Databases & Information Systems (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种期权隐含波动率确定方法、装置、设备及存储介质。该方法包括:获取目标期货对应的期货信息以及所述目标期货包含的各个目标期权对应的期权信息;基于所述期货信息构建所述目标期货对应的期货获取代价集合,以及基于所述期权信息构建所述目标期权对应的期权获取代价集合;针对每个所述期权获取代价集合,根据所述期货获取代价集合和所述期权获取代价集合,确定目标组合代价矩阵;基于并行算法,根据所述期权信息和所述目标组合代价矩阵,确定所述目标期权对应的目标隐含波动率,降低了隐含波动率求解复杂度,可以在交易开始前确定各个期权对应的隐含波动率,提升用户调整交易策略的及时性,提升用户体验。
Description
技术领域
本发明涉及期权交易技术领域,尤其涉及一种期权隐含波动率确定方法、装置、设备及存储介质。
背景技术
金融衍生品作为一种重要的风险管理工具,在资本市场发挥着日益关键的作用。近年来,我国的资本市场发展迅速,期权产品的发展尤为突出,期权产品种类的丰富带来的是交易量的迅速增长,同时也对相关的期权交易软件提出了更高的要求。
交易金融资产最重要的步骤就是根据资产本身价值进行合理的产品交易。对于期权交易者而言,隐含波动率快速计算,有利于套利机会的实时捕捉,就越占交易先手,更易盈利。
然而,目前期权交易者通过根据当前期权品种交易价格计算对应的隐含波动率,且期权模型的种类多,造成隐含波动率求解的复杂度较高,计算效率较低,精确度较差。
发明内容
本发明提供了一种期权隐含波动率确定方法、装置、设备及存储介质,降低了隐含波动率求解复杂度,可以在交易开始前确定各个期权对应的隐含波动率,提升用户体验,同时还可以提高隐含波动率计算的效率和准确度。
根据本发明的一方面,提供了一种期权隐含波动率确定方法。该方法包括:
获取目标期货对应的期货信息以及所述目标期货包含的各个目标期权对应的期权信息;
基于所述期货信息构建所述目标期货对应的期货获取代价集合,以及基于所述期权信息构建所述目标期权对应的期权获取代价集合;
针对每个所述期权获取代价集合,根据所述期货获取代价集合和所述期权获取代价集合,确定目标组合代价矩阵;
基于并行算法,根据所述期权信息和所述目标组合代价矩阵,确定所述目标期权对应的目标隐含波动率。
根据本发明的另一方面,提供了一种期权隐含波动率确定装置。该装置包括:
产品信息获取模块,用于获取目标期货对应的期货信息以及所述目标期货包含的各个目标期权对应的期权信息;
产品获取代价集合构建模块,用于基于所述期货信息构建所述目标期货对应的期货获取代价集合,以及基于所述期权信息构建所述目标期权对应的期权获取代价集合;
目标组合代价矩阵确定模块,用于针对每个所述期权获取代价集合,根据所述期货获取代价集合和所述期权获取代价集合,确定目标组合代价矩阵;
目标隐含波动率确定模块,用于基于并行算法,根据所述期权信息和所述目标组合代价矩阵,确定所述目标期权对应的目标隐含波动率。
根据本发明的另一方面,提供了一种电子设备,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例所述的期权隐含波动率确定方法。
根据本发明的另一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的期权隐含波动率确定方法。
本发明实施例的技术方案,通过获取目标期货对应的期货信息以及所述目标期货包含的各个目标期权对应的期权信息。基于所述期货信息构建所述目标期货对应的期货获取代价集合,以及基于所述期权信息构建所述目标期权对应的期权获取代价集合。针对每个所述期权获取代价集合,根据所述期货获取代价集合和所述期权获取代价集合,确定目标组合代价矩阵。基于并行算法,根据所述期权信息和所述目标组合代价矩阵,确定所述目标期权对应的目标隐含波动率。本发明技术方案,通过并行算法降低隐含波动率求解复杂度,提高隐含波动率计算的效率和准确度。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是根据本发明实施例一提供的期权隐含波动率确定方法的流程图;
图2是根据本发明实施例二提供的期权隐含波动率确定方法的流程图;
图3是根据本发明实施例三提供的期权隐含波动率确定装置的示意图;
图4是是实现本发明实施例的期权隐含波动率确定方法的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
隐含波动率(implied volatility)是指从期权的市场价格中反推出来的波动率,而波动率拟合就是通过分析隐含波动率,找到其中被高估和低估的部分,给出一条更加合理的理论波动率曲线。其中,具有相同到期日和标的资产而执行价不同的期权,其执行价格偏离标的资产现货价格越远,隐含波动率越大。
市场环境时刻发生着变化,这些信息都将反映到市价价格上,并进一步反馈到隐含波动率上,隐含波动率通过拟合转化为理论波动率,再计算得到理论价格,交易策略根据理论价评估买卖机会完成最终的报单,这就形成了一个完整的交易全流程。
如果标的合约市场价格下跌速度不够快,那么基于该标的合约的期权价值将会降低,因为标的合约市场价格达到期权行权价格的概率降低了。在某种程度上,波动率是市场价格变化速度的测度。价格变化较慢的市场是低波动率市场,价格变化较快的市场是高波动率市场。从实际交易的角度分析,期权最重要特性是波动率,对期权的交易就是对波动率的交易。如何正确评估并预测波动率的变化对交易者而言至关重要。
实施例一
图1为本发明实施例一提供了一种期权隐含波动率确定方法的流程图,本实施例可适用于在期货交易开盘前确定每个期权对应的隐含波动率的情况,该方法可以由期权隐含波动率确定装置来执行,该期权隐含波动率确定装置可以采用硬件和/或软件的形式实现,该期权隐含波动率确定装置可配置于电子设备中。如图1所示,该方法包括:
S101、获取目标期货对应的期货信息以及所述目标期货包含的各个目标期权对应的期权信息。
其中,目标期货可以是指待计算隐含波动率的任一期权合约对应的期货。其中,期货包括各个合约对应的期权。示例性地,期货CU1906可以包括期权CU1906C44000、CU1906C45000、CU1906C46000、CU1906P44000、CU1906P45000、CU1906P46000、CU1906P47000···
期货信息可以包括但不限于,价格区间、价格步长和行权价格等。目标期权可以是指待计算隐含波动率的期权。期权信息可以包括价格区间、价格步长、行权价格、有效期限、期权类型和无风险利率等。
具体地,可以根据用户设定的价格区间,确定待计算隐含波动率的目标期权。基于当天交易信息,确定目标期权对应的目标期货,并获取目标期货对应的期货信息,以及目标期权对应的期权信息。
S102、基于所述期货信息构建所述目标期货对应的期货获取代价集合,以及基于所述期权信息构建所述目标期权对应的期权获取代价集合。
其中,期货获取代价集合可以是指期货的价格集合。期权获取代价集合可以是指每个期权对应的价格集合。
具体地,根据期货信息,确定目标期货对应的价格区间和价格步长。根据目标期货对应的价格区间和价格步长构建期货获取代价集合。相应地,根据每个目标期权对应的期权信息,可以确定每个目标期权对应的价格区间和价格步长。根据每个目标期货对应的价格区间和价格步长,从而可以构建每个目标期权对应的期权获取代价集合。
示例性地,所述基于所述期货信息构建所述目标期货对应的期货获取代价集合,包括:根据所述期货信息,确定目标期货对应的期货获取代价区间和期货获取代价步长;根据所述期货获取代价区间和所述期货获取代价步长,确定目标期货对应的各个期货获取代价;基于所述各个期货获取代价,构建所述目标期货对应的期货获取代价集合。
其中,期货获取代价区间可以是指目标期货对应的期货价格区间。期货获取代价步长可以是指目标期货对应的期货价格步长。期货获取代价可以是指期货对应的期货价格。
具体地,基于目标期货对应期货信息,确定目标期货对应的期货获取代价区间和期货获取代价步长。以期货获取代价步长为基准,从期货获取代价区间中获取所有期货获取代价。将目标期货对应的所有期货获取代价作为集合的集合元素,并基于集合元素构建目标期货对应的期货获取代价集合。
示例性地,所述根据所述期货获取代价区间和所述期货获取代价步长,确定目标期货对应的各个期货获取代价,包括:将所述期货获取代价区间中的起始期货获取代价,确定为所述目标期货对应的期货获取代价;将上一期货获取代价与所述期货获取代价步长之和,确定为当前期货获取代价,直至确定出所述期货获取代价区间内所述目标期货对应的所有期货获取代价。
具体地,将期货获取代价区间中的起始价格作为目标期货对应的第一个期货获取代价,并将第一个期货获取代价作为上一期货获取代价。将上一期货获取代价与期货获取代价步长进行计算求和,将求和结果确定为新的期货获取代价。将新的期货获取代价视为上一期货获取代价,继续将上一期货获取代价与期货获取代价步长进行计算求和,直至确定出期货获取代价区间内所述目标期货对应的所有期货获取代价。
例如,期货CU1906对应的期货获取代价区间为45310.0-50080.0,期货获取代价步长为10,则期货CU1906对应的期货获取代价包括:45310.0,45320.0,45330.0,45340.0,45350.0···,50060.0,50070.0,50080.0。
需要说明的是,每个目标期权构建对应的期权获取代价集合的步骤与构建目标期货对应的期货获取代价集合的步骤相同,本实施例不再赘述。
S103、针对每个所述期权获取代价集合,根据所述期货获取代价集合和所述期权获取代价集合,确定目标组合代价矩阵。
其中,目标组合代价矩阵可以是指由期货获取代价和期权获取代价进行组合获得的组合代价矩阵。
具体地,每个所述期权获取代价集合,从期权获取代价集合中获取期权获取代价,从期货获取代价集合中获取期货获取代价。基于期权获取代价和期货获取代价进行构建目标组合代价矩阵。
示例性地,所述根据所述期货获取代价集合和所述期权获取代价集合,确定目标组合代价矩阵,包括:针对所述期货获取代价集合中的每个期货获取代价,将所述期货获取代价与所述期权获取代价集合中的每个期权获取代价进行组合,获得目标组合代价;基于所述目标组合代价,构建目标组合代价矩阵。
目标组合代价可以是指期货获取代价和期权获取代价的组合。具体地,针对所述期货获取代价集合中的每个期货获取代价,将所述期货获取代价依次与所述期权获取代价集合中的每个期权获取代价进行组合,可以获得各个目标组合代价。基于各个目标组合代价的位置关系,构建目标组合代价矩阵。
S104、基于并行算法,根据所述期权信息和所述目标组合代价矩阵,确定所述目标期权对应的目标隐含波动率。
其中,并行计算是相对于串行计算来说的。它是一种一次可执行多个指令的算法,目的是提高计算速度,及通过扩大问题求解规模,解决大型而复杂的计算问题。目标隐含波动率可以是指目标期权对应的隐含波动率。
具体地,目标组合代价矩阵基于元素位置关系生成的任务网格,每个任务网格代表一个具体的期权隐含波动率求解任务,为了提高合约组合隐含波动率的求解速度,因此采用了并行计算加速方法。将任务网格上的点,基于所述期权信息,根据计算基础设施规模资源,创建隐含波动率求解任务并分配到各进程,每个进程都执行一个网格点的隐含波动率求解的任务,从而计算确定所述目标期权对应的目标隐含波动率。
示例性地,在确定各个目标期权对应的目标隐含波动率之后,还可以将目标隐含波动率进行集中收集,并将目标隐含波动率按照固定顺序的多级索引存储至文件中,以便在期权产品进行实时交易时,根据当前时刻的期权价格可以立即获取当前时各个刻期权产品的隐含波动率,无需根据当前时刻期权价格进行现场求解当前期权价格对应的隐含波动率,方便用户快速查询,同时提升用户体验。
本发明实施例的技术方案,通过获取目标期货对应的期货信息以及所述目标期货包含的各个目标期权对应的期权信息。基于所述期货信息构建所述目标期货对应的期货获取代价集合,以及基于所述期权信息构建所述目标期权对应的期权获取代价集合。针对每个所述期权获取代价集合,根据所述期货获取代价集合和所述期权获取代价集合,确定目标组合代价矩阵。基于并行算法,根据所述期权信息和所述目标组合代价矩阵,确定所述目标期权对应的目标隐含波动率。本发明技术方案,通过并行算法降低隐含波动率求解复杂度,提高隐含波动率计算的效率和准确度。
实施例二
图2为本发明实施例二提供的一种期权隐含波动率确定方法的流程图,本实施例在上述实施例的基础上,对基于并行算法,根据所述期权信息和所述目标组合代价矩阵,确定所述目标期权对应的目标隐含波动率进行进一步细化。如图2所示,该方法包括:
S201、获取目标期货对应的期货信息以及所述目标期货包含的各个目标期权对应的期权信息。
S202、基于所述期货信息构建所述目标期货对应的期货获取代价集合,以及基于所述期权信息构建所述目标期权对应的期权获取代价集合。
S203、针对每个所述期权获取代价集合,根据所述期货获取代价集合和所述期权获取代价集合,确定目标组合代价矩阵。
S204、根据所述期权信息,确定所述目标期权对应的期权类型。
示例性地,期权类型可以包括美式期权和欧式期权。示例性地,CU1906C44000为欧式期权,CU1906P44000为美式期权。美式期权可以是指期权买方在合约到期日之前任意交易日都可以行使权利,也可以选择到期日行使权利。欧式期权可以是指期权买方只能选择合约到期日行使权利,在合约到期日之前不能行权。
S205、根据所述期权类型,确定所述目标期权对应的期权定价模型。
其中,期权定价模型可以是指目标期权计算目标隐含波动率对应的计算模型。需要说明的是,不同的期权类型所对应的期权定价模型不同。示例性地,欧式期权可以采用Black Scholes模型作为分析隐含波动率的理论分析工具。美式期权可以采用二叉树定价模型作为分析隐含波动率的理论分析工具。
S206、根据所述期权信息、所述目标组合代价矩阵和所述期权定价模型,构建波动率计算项。
其中,波动率计算项可以是指隐含波动率计算任务项,即隐含波动率的求解任务。具体地,所述期权信息、所述目标组合代价矩阵和所述期权定价模型,构建各个波动率计算项。
示例性地,所述根据所述期权信息、所述目标组合代价矩阵和所述期权定价模型,构建波动率计算项,包括:根据所述期权信息,确定所述目标期权对应的无风险收益率、有效期限和期权行权价;将所述无风险收益率、所述有效期限、所述期权行权价和所述目标组合代价矩阵代入期权定价模型中,构建波动率计算项。
具体地,根据期权信息,获取目标期权对应的无风险收益率、有效期限和期权行权价。将目标组合代价矩阵中的每个目标组合代价与无风险收益率、所述有效期限和所述期权行权价代入目标期权对应的期权定价模型中,构建波动率计算项。
S207、根据并行算法对所述波动率计算项进行计算处理,确定所述目标期权对应的目标隐含波动率。
具体地,根据计算基础设施规模资源,将波动率计算项分配到各进程,每个进程都执行一个波动率计算项求解的任务,进而确定所述目标期权对应的目标隐含波动率。
示例性地,所述根据并行算法对所述波动率计算项进行计算处理,确定所述目标期权对应的目标隐含波动率,包括:在所述期权定价模型为美式期权定价模型的情况下,基于牛顿迭代算法,对所述波动率计算项进行优化迭代处理,获得波动率迭代项;根据并行算法对所述波动率迭代项进行计算处理,确定所述目标期权对应的目标隐含波动率。
其中,波动率迭代项可以是指迭代处理后的波动率计算项。具体地,在所述期权定价模型为美式期权定价模型的情况下,基于牛顿迭代算法,对所述波动率计算项进行优化迭代处理,可以降低波动率计算项的计算复杂度,同时获得波动率迭代项。根据计算基础设施规模资源,将波动率迭代项分配到各进程,每个进程都执行一个波动率迭代项求解的任务,进而确定所述目标期权对应的目标隐含波动率。
本发明实施例的技术方案,通过根据所述期权信息,确定所述目标期权对应的期权类型;根据所述期权类型,确定所述目标期权对应的期权定价模型;根据所述期权信息、所述目标组合代价矩阵和所述期权定价模型,构建波动率计算项;根据并行算法对所述波动率计算项进行计算处理,确定所述目标期权对应的目标隐含波动率,从而可以达到针对性计算处理的技术效果,同时在在所述期权定价模型为美式期权定价模型的情况下,增加牛顿迭代算法处理,可进一步降低计算目标隐含波动率的复杂度,进而提高隐含波动率计算的效率和准确度。
实施例三
图3为本发明实施例三提供的一种期权隐含波动率确定装置的结构示意图。如图3所示,该装置包括:产品信息获取模块301、产品获取代价集合构建模块302、目标组合代价矩阵确定模块303和目标隐含波动率确定模块304。其中,
产品信息获取模块301,用于获取目标期货对应的期货信息以及所述目标期货包含的各个目标期权对应的期权信息;
产品获取代价集合构建模块302,用于基于所述期货信息构建所述目标期货对应的期货获取代价集合,以及基于所述期权信息构建所述目标期权对应的期权获取代价集合;
目标组合代价矩阵确定模块303,用于针对每个所述期权获取代价集合,根据所述期货获取代价集合和所述期权获取代价集合,确定目标组合代价矩阵;
目标隐含波动率确定模块304,用于基于并行算法,根据所述期权信息和所述目标组合代价矩阵,确定所述目标期权对应的目标隐含波动率。
本发明实施例的技术方案,通过获取目标期货对应的期货信息以及所述目标期货包含的各个目标期权对应的期权信息。基于所述期货信息构建所述目标期货对应的期货获取代价集合,以及基于所述期权信息构建所述目标期权对应的期权获取代价集合。针对每个所述期权获取代价集合,根据所述期货获取代价集合和所述期权获取代价集合,确定目标组合代价矩阵。基于并行算法,根据所述期权信息和所述目标组合代价矩阵,确定所述目标期权对应的目标隐含波动率。本发明技术方案,通过并行算法降低隐含波动率求解复杂度,提高隐含波动率计算的效率和准确度。
可选的,产品获取代价集合构建模块302包括:期货信息解析、单元期货获取代价确定单元和期货获取代价集合构建单元。其中,
期货信息解析单元,用于根据所述期货信息,确定目标期货对应的期货获取代价区间和期货获取代价步长;
期货获取代价确定单元,用于根据所述期货获取代价区间和所述期货获取代价步长,确定目标期货对应的各个期货获取代价;
期货获取代价集合构建单元,用于基于所述各个期货获取代价,构建所述目标期货对应的期货获取代价集合。
可选地,所述期货获取代价确定单元,可以具体用于:
将所述期货获取代价区间中的起始期货获取代价,确定为所述目标期货对应的期货获取代价;
将上一期货获取代价与所述期货获取代价步长之和,确定为当前期货获取代价,直至确定出所述期货获取代价区间内所述目标期货对应的所有期货获取代价。
可选地,所述目标组合代价矩阵确定模块303,可以具体用于
针对所述期货获取代价集合中的每个期货获取代价,将所述期货获取代价与所述期权获取代价集合中的每个期权获取代价进行组合,获得目标组合代价;
基于所述目标组合代价,构建目标组合代价矩阵。
可选地,目标隐含波动率确定模块304包括:期权类型确定子单元、期权定价模型确定子单元、波动率计算项构建子单元和目标隐含波动率确定子单元。其中,
期权类型确定子单元,用于根据所述期权信息,确定所述目标期权对应的期权类型;
期权定价模型确定子单元,用于根据所述期权类型,确定所述目标期权对应的期权定价模型;
波动率计算项构建子单元,用于根据所述期权信息、所述目标组合代价矩阵和所述期权定价模型,构建波动率计算项;
目标隐含波动率确定子单元,用于根据并行算法对所述波动率计算项进行计算处理,确定所述目标期权对应的目标隐含波动率。
可选地,波动率计算项构建子单元,可以具体用于:
根据所述期权信息,确定所述目标期权对应的无风险收益率、有效期限和期权行权价;
将所述无风险收益率、所述有效期限、所述期权行权价和所述目标组合代价矩阵代入期权定价模型中,构建波动率计算项。
可选地,所述期权类型包括欧式期权和美式期权;相应地,所述期权定价模型包括欧式期权定价模型和美式期权定价模型;
所述目标隐含波动率确定子单元,可以用于:
在所述期权定价模型为美式期权定价模型的情况下,基于牛顿迭代算法,对所述波动率计算项进行优化迭代处理,获得波动率迭代项;
根据并行算法对所述波动率迭代项进行计算处理,确定所述目标期权对应的目标隐含波动率。
本发明实施例所提供的期权隐含波动率确定装置可执行本发明任意实施例所提供的期权隐含波动率确定方法,具备执行方法相应的功能模块和有益效果。
实施例四
图4示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图4所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如方法期权隐含波动率确定。
在一些实施例中,方法期权隐含波动率确定可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的方法期权隐含波动率确定的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行方法期权隐含波动率确定。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种期权隐含波动率确定方法,其特征在于,包括:
获取目标期货对应的期货信息以及所述目标期货包含的各个目标期权对应的期权信息;
基于所述期货信息构建所述目标期货对应的期货获取代价集合,以及基于所述期权信息构建所述目标期权对应的期权获取代价集合;
针对每个所述期权获取代价集合,根据所述期货获取代价集合和所述期权获取代价集合,确定目标组合代价矩阵;
基于并行算法,根据所述期权信息和所述目标组合代价矩阵,确定所述目标期权对应的目标隐含波动率。
2.根据权利要求1所述的方法,其特征在于,所述基于所述期货信息构建所述目标期货对应的期货获取代价集合,包括:
根据所述期货信息,确定目标期货对应的期货获取代价区间和期货获取代价步长;
根据所述期货获取代价区间和所述期货获取代价步长,确定目标期货对应的各个期货获取代价;
基于所述各个期货获取代价,构建所述目标期货对应的期货获取代价集合。
3.根据权利要2所述的方法,其特征在于,所述根据所述期货获取代价区间和所述期货获取代价步长,确定目标期货对应的各个期货获取代价,包括:
将所述期货获取代价区间中的起始期货获取代价,确定为所述目标期货对应的期货获取代价;
将上一期货获取代价与所述期货获取代价步长之和,确定为当前期货获取代价,直至确定出所述期货获取代价区间内所述目标期货对应的所有期货获取代价。
4.根据权利要求1所述的方法,其特征在于,所述根据所述期货获取代价集合和所述期权获取代价集合,确定目标组合代价矩阵,包括:
针对所述期货获取代价集合中的每个期货获取代价,将所述期货获取代价与所述期权获取代价集合中的每个期权获取代价进行组合,获得目标组合代价;
基于所述目标组合代价,构建目标组合代价矩阵。
5.根据权利要求1所述的方法,其特征在于,所述基于并行算法,根据所述期权信息和所述目标组合代价矩阵,确定所述目标期权对应的目标隐含波动率,包括:
根据所述期权信息,确定所述目标期权对应的期权类型;
根据所述期权类型,确定所述目标期权对应的期权定价模型;
根据所述期权信息、所述目标组合代价矩阵和所述期权定价模型,构建波动率计算项;
根据并行算法对所述波动率计算项进行计算处理,确定所述目标期权对应的目标隐含波动率。
6.根据权利要求5所述的方法,其特征在于,所述根据所述期权信息、所述目标组合代价矩阵和所述期权定价模型,构建波动率计算项,包括:
根据所述期权信息,确定所述目标期权对应的无风险收益率、有效期限和期权行权价;
将所述无风险收益率、所述有效期限、所述期权行权价和所述目标组合代价矩阵代入期权定价模型中,构建波动率计算项。
7.根据权利要求5所述的方法,其特征在于,所述期权类型包括欧式期权和美式期权;相应地,所述期权定价模型包括欧式期权定价模型和美式期权定价模型;
所述根据并行算法对所述波动率计算项进行计算处理,确定所述目标期权对应的目标隐含波动率,包括:
在所述期权定价模型为美式期权定价模型的情况下,基于牛顿迭代算法,对所述波动率计算项进行优化迭代处理,获得波动率迭代项;
根据并行算法对所述波动率迭代项进行计算处理,确定所述目标期权对应的目标隐含波动率。
8.一种期权隐含波动率确定装置,其特征在于,包括:
产品信息获取模块,用于获取目标期货对应的期货信息以及所述目标期货包含的各个目标期权对应的期权信息;
产品获取代价集合构建模块,用于基于所述期货信息构建所述目标期货对应的期货获取代价集合,以及基于所述期权信息构建所述目标期权对应的期权获取代价集合;
目标组合代价矩阵确定模块,用于针对每个所述期权获取代价集合,根据所述期货获取代价集合和所述期权获取代价集合,确定目标组合代价矩阵;
目标隐含波动率确定模块,用于基于并行算法,根据所述期权信息和所述目标组合代价矩阵,确定所述目标期权对应的目标隐含波动率。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7中任一项所述的期权隐含波动率确定方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的期权隐含波动率确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310317656.5A CN116340702A (zh) | 2023-03-29 | 2023-03-29 | 一种期权隐含波动率确定方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310317656.5A CN116340702A (zh) | 2023-03-29 | 2023-03-29 | 一种期权隐含波动率确定方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116340702A true CN116340702A (zh) | 2023-06-27 |
Family
ID=86878513
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310317656.5A Pending CN116340702A (zh) | 2023-03-29 | 2023-03-29 | 一种期权隐含波动率确定方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116340702A (zh) |
-
2023
- 2023-03-29 CN CN202310317656.5A patent/CN116340702A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111612581A (zh) | 一种物品推荐的方法、装置、设备及存储介质 | |
CN115202847A (zh) | 任务的调度方法和装置 | |
CN116151991A (zh) | 一种企业估值方法、装置、电子设备、存储介质及产品 | |
CN116340702A (zh) | 一种期权隐含波动率确定方法、装置、设备及存储介质 | |
CN114999665A (zh) | 数据处理方法、装置、电子设备及存储介质 | |
CN113793189A (zh) | 一种信息预测方法、装置、设备和存储介质 | |
CN115099877A (zh) | 销量预测方法、装置、电子设备及存储介质 | |
CN114331379B (zh) | 用于输出待办任务的方法、模型训练方法和装置 | |
CN114638636A (zh) | 一种内转价格确定方法、装置、设备、介质及产品 | |
CN115170329A (zh) | 一种科技项目的投资效益评价方法 | |
CN116244006A (zh) | 一种数据处理方法、装置、存储介质、电子设备及产品 | |
CN116974621A (zh) | 一种参数配置方法、装置及设备 | |
CN114186842A (zh) | 资源估值方法、装置、设备以及存储介质 | |
CN117994021A (zh) | 一种资产核销方式的辅助配置方法、装置、设备及介质 | |
CN115239398A (zh) | 出价的确定方法和装置 | |
CN117787900A (zh) | 一种单据生成方法、装置、电子设备和存储介质 | |
CN116484237A (zh) | 一种电碳因子确定方法、装置、电子设备和存储介质 | |
CN117934062A (zh) | 卷烟数量预测方法、装置、设备和存储介质 | |
CN115344782A (zh) | 一种电网用能数据的处理方法、装置、设备及存储介质 | |
CN117237070A (zh) | 一种资源分配策略的评价方法、装置、设备及介质 | |
CN114638687A (zh) | 利率预测方法、装置、电子设备和存储介质 | |
CN116308798A (zh) | 一种股票指标绘制方法、装置、设备及存储介质 | |
CN115526403A (zh) | 一种金融数据的预测方法、系统、设备、存储介质及产品 | |
CN117611290A (zh) | 一种商户节点的排序方法、装置、设备及存储介质 | |
CN117454313A (zh) | 一种多源异构数据融合方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |