В рамках системного подхода мы определяем стратегию как форму платежной функции, свойственную некоторому набору опционов, составляющих комбинацию. Основная масса простых опционных стратегий характеризуется унимодальной и в большинстве случаев симметричной платежной функцией. Унимодальность мы понимаем как наличие единственного пика или впадины в форме платежной функции. Простые опционные стратегии очень хорошо подходят для случаев, когда распределение цены базового актива описывается единственной базисной функцией плотности, также имеющей унимодальную природу. Например, такие простые стратегии, как длинный или короткий стрэнгл или стрэдл, длинный или короткий календарные спреды, имеют единственный минимум или максимум и вполне приемлемы для случаев, когда распределение цены принимается близким к логнормальному.
Комбинированные функции плотности, составленные экспертом из нескольких базисных распределений, зачастую имеют полимодальную форму, характеризующуюся несколькими локальными пиками. Для таких функций предпочтительно создавать сложные опционные стратегии, платежные функции которых также характеризуются несколькими локальными пиками либо одним пиком и одним уходящим вверх «хвостом». При этом желательно, чтобы пики и впадины платежной функции совпадали с пиками и впадинами комбинированной функции плотности. Чем лучше совмещаются их экстремальные значения, тем лучше будут показатели критериев и тем выше будет вероятность прибыльных исходов сложной опционной стратегии. Вспомним, что одним из главных преимуществ опционов по сравнению с другими активами как раз и является возможность конструирования с их помощью платежных функций, имеющих любую требующуюся нам форму. Именно этим их свойством мы и воспользуемся для построения сложных опционных стратегий, соответствующих комбинированным экспертным распределениям.
Рассмотрим поэтапно пример построения экспертного прогноза, создания на его основе комбинированного распределения и построения соответствующей этому распределению сложной опционной стратегии.
В поле зрения эксперта попала акция VCLK, стоившая 23 мая 2007 г. $ 32,63. До момента экспирации ближайшей опционной серии, 16 июня 2007 г., по мнению аналитиков, существовала вероятность поглощения этой компании корпорацией MSFT. По расчетам эксперта цена возможной покупки акций VCLK составляла $ 46. Оценив возможную величину разброса цены при поглощении, эксперт сформулировал первый вариант развития событий в виде логнормального распределения со средним в точке $ 46 и подобранным разбросом значений. По второму варианту сценария покупка компании не происходила до момента экспирации опционов. В этом случае эксперт прогнозировал к моменту экспирации небольшое снижение цены до уровня $ 32 и выразил этот вариант развития событий с помощью логнормального распределения со средним $32 и своей оценкой разброса. Сопоставив вероятности наступления каждого из событий, эксперт присвоил первому событию вес 0,1, а второму – 0,9.
Объединив два исходных логнормальных распределения в единую функцию плотности вероятности, эксперт получил полимодальную комбинированную функцию с двумя локальными максимумами, расположенными справа и слева от текущей цены акции (рис. 2.4.6).
Теперь необходимо построить опционную комбинацию таким образом, чтобы положительные области ее платежной функции совпадали с пиками комбинированной функции плотности, а ее отрицательные области находились, по возможности, в районах низких значений комбинированного логнормального распределения. Можно построить огромное множество комбинаций, соответствующих этому требованию и состоящих из всевозможных наборов разных опционных контрактов.
Как выбрать из этого многообразия лучшую комбинацию? Наш ответ не отличается большой оригинальностью – с помощью все тех же критериев. Используя формулу 2.4.1, можно рассчитать ряд критериев методом интегрирования платежной функции по построенному нами комбинированному распределению (для примера вычислим три критерия – математическое ожидание прибыли, вероятность получения прибыли и соотношение прибыли и убытка).
Мы не будем приводить здесь все возможные комбинации, которые были отвергнуты ввиду явно проигрышных значений критериев. Структура трех лучших комбинаций и показатели критериев приведены в табл. 2.4.1. По совокупности критериев вторая комбинация оказалась лучше всех прочих (профиль ее платежной функции на дату экспирации показан на рис. 2.4.б).
Таким образом, мы создали сложную опционную стратегию, наиболее соответствующую комбинированной функции плотности, построенной по экспертному сценарию. Насколько эта стратегия окажется прибыльной при реальной торговле, полностью зависит от качества экспертного прогноза.
|