Python für Finanzen, 2. Auflage

Kapitel 20. Portfolio-Bewertung

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: [e-mail]

Der Preis ist das, was du bezahlst. Der Wert ist das, was du bekommst.

Warren Buffet

Inzwischen sollte der gesamte Ansatz zur Erstellung des DX Derivate-Analysepakets und die damit verbundenen Vorteile klar sein. Indem wir uns strikt auf die Monte-Carlo-Simulation als einzige numerische Methode verlassen, erreicht der Ansatz eine fast vollständige Modularisierung des Analysepakets:

Discounting

Die relevante risikoneutrale Diskontierung wird von einer Instanz der Klasse dx.constant_short_rate übernommen.

Relevante Daten

Relevante Daten, Parameter und andere Eingaben werden in (mehreren) Instanzen der Klasse dx.market_environment gespeichert.

Objekte der Simulation

Relevante Risikofaktoren (Basiswerte) werden als Instanzen einer der drei Simulationsklassen modelliert:

• dx.geometric_brownian_motion

• dx.jump_diffusion

• dx.square_root_diffusion

Bewertungsobjekte

Optionen und zu bewertende Derivate werden als Instanzen von einer der beiden Bewertungsklassen modelliert:

• dx.valuation_mcs_european

• dx.valuation_mcs_american

Ein letzter Schritt fehlt noch: die Bewertung von möglicherweise komplexen Portfolios aus Optionen und Derivaten. Zu diesem Zweck müssen die folgenden Anforderungen erfüllt werden:

Nichtredundanz

Jeder Risikofaktor (Underlying) wird nur einmal modelliert und kann von mehreren Bewertungsobjekten ...