Python para Finanzas, 2ª Edición

Capítulo 20. Valoración de carteras

Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: [e-mail]

El precio es lo que pagas. El valor es lo que obtienes.

Warren Buffet

A estas alturas, el enfoque completo para construir el paquete de análisis de derivados DX -y sus ventajas asociadas- debería estar claro. Al basarse estrictamente en la simulación de Montecarlo como único método numérico, el enfoque consigue una modularización casi completa del paquete analítico:

Descuento

Del descuento neutral al riesgo relevante de se encarga una instancia de la clase dx.constant_short_rate.

Datos relevantes

Los datos, parámetros y otras entradas relevantes de se almacenan en (varias) instancias de la clase dx.market_environment.

Objetos de simulación

Los factores de riesgo relevantes (subyacentes) se modelan como instancias de una de las tres clases de simulación :

• dx.geometric_brownian_motion

• dx.jump_diffusion

• dx.square_root_diffusion

Objetos de valoración

Las opciones y los derivados a valorar se modelan como instancias de una de las dos clases de valoración:

• dx.valuation_mcs_european

• dx.valuation_mcs_american

Falta un último paso: la valoración de carteras posiblemente complejas de opciones y derivados. Para ello, deberán cumplirse los siguientes requisitos:

No redundancia

Cada factor de riesgo (subyacente) se modela una sola vez y puede ser utilizado por múltiples objetos de valoración.

Correlaciones