چه عواملی باعث می شود که مبادله همبستگی فارکس سوء استفاده شود؟

ubs quants نشان می دهد که اگر محصولات با دقت مدل شده باشند ، قیمت ها می توانند تا 25 نقطه همبستگی متفاوت باشند

• • نازنین شریف
  • 12 فوریه 2018
  توییت فیس بوک وابسته به لینکدین این مقاله را ذخیره کنید فرستادن به این صفحه را چاپ کن
  • موضوعات موضوعاتی
  • همبستگی
  • قیمت گذاری مشتقات
  • ارز خارجی
  • همبستگی موضعی
  • نوسانات محلی تصادفی (SLV)
  • نوسانات تصادفی
  • مبادله
  • UBS
  • مشتق
  • نمایش
  • گرفتن ما

  بحران مالی اهمیت مدل سازی وابستگی بین دارایی ها را برجسته کرد. همبستگی یکی از روشهای متداول برای اندازه گیری این وابستگی است ، اما با بزرگتر شدن تعداد دارایی ها و ساختارهای مشتقات پیچیده تر می شوند ، وابستگی برای ضبط پیچیده می شود.

  یک نمونه از این در قیمت گذاری مبادلات همبستگی ارز است. این مبادله ها با پرداخت همبستگی تحقق یافته بین دو جفت ارز در ازای یک همبستگی ثابت - اعتصاب کار می کنند. به عنوان مثال ، دو جفت ارز می توانند دلار آمریکا/استرلینگ و یورو/استرلینگ باشند.

  بانکها به طور معمول از مبادلات همبستگی فارکس برای محافظت از خطر همبستگی در کتابهای بیرونی خود استفاده می کنند. به طور شهودی درک می شود که در مواقع استرس ، همبستگی بین نوسانات نرخ فارکس ، از نظر تئوری ، باید قوی تر شود. از آنجا که همبستگی ها به طور کلی پیچیده هستند و به مدل ها تبدیل می شوند ، فروشندگان معمولاً با رفع همبستگی بین نوسانات سه نرخ نزدیک به 1 ، مبادلات را قیمت گذاری می کنند.

  آلویز دو کول می گوید: "معمولاً ، چه برای سادگی و چه برای دستیابی به ثبات عددی بهتر ، افراد همبستگی بین نوسانات مختلف در مدل را با 1. مشخص می کنند ، اما معلوم می شود که ارتباط بین فرآیندهای نوسانات مهمترین چیز است. از بازارهای پول فارکس ، اعتبار سنجی مدل و کالاها در UBS در زوریخ.

  در اولین مبادله همبستگی فنی و خارجی این ماه: حل مسئله یا مشکل ساز؟، د کول و نویسنده وی ، پاتریک کوپینگر ، یک تحلیلگر کمی در تیم راه حل های تجاری UBS ، نشان می دهد که مدل سازی این همبستگی ها به طور مناسب می تواند باعث شود مبادلات همبستگی FOREX نادرست باشد.

  مبادله ها به طور معمول با استفاده از مدل های نوسانات محلی قیمت گذاری می شوند ، بدون هیچ وسیله ای برای توصیف ساختار همبستگی نوسانات یا مدل های نوسانات تصادفی ، جایی که همبستگی بین نوسانات نرخ فارکس در یک ثابت است. در مقاله خود ، Quants از یک مدل نوسانات محلی به اصطلاح تصادفی استفاده می کند ، جایی که این محدودیت برداشته می شود-یعنی ، این امکان را فراهم می کند که بین نوسانات نرخ فارکس هر مقدار را به خود اختصاص دهد.

  مدل های نوسانات تصادفی معمولاً در ضبط پویایی نقطه در رابطه با نوسانات خوب هستند اما به خوبی قیمت ها را کالیبره نمی کنند و مدل های نوسانات محلی دقیقاً برعکس عمل می کنند. ترکیبی از این دو مدل نوسانات محلی تصادفی (SLV) نامیده می شود و از ویژگی های مثبت هر دو برخوردار است.

  مدل های SLV اکنون توسط بسیاری از بانک ها استفاده می شود ، اما استفاده از آنها برای محصولات پیچیده تر و چند دارایی مشکل است. آنچه UBS Quants انجام می دهد این است که سطح مخلوط کردن قسمتهای تصادفی و محلی مدل را به همراه همبستگی بین نوسانات نرخ فارکس برای کشف دامنه قیمت مبادله کنترل کنید.

  این یک نتیجه مهم است ، زیرا این بدان معنی است که وابستگی قابل توجهی از مدل به مقدار چنین مقدار کلیدی به عنوان ارزش منصفانه همبستگی وجود دارد

  پیتر آستینگ ، ارگ

  وی افزود: "برای به درستی قیمت مبادلات ، و حتی برای ریسک کردن آنها به درستی ، و برای یافتن میزهای مناسب برای این موقعیت ها ، آنها باید در مورد این همبستگی ها دیدگاه داشته باشند ، زیرا تأثیر آنها بر قیمت می تواند مادی باشد. سپس برای آزاد کردن این شرایط باید یک مدل مناسب داشته باشید. "

  در مقایسه قیمت های مدل خود با روش های موجود مانند اسکله های سیاه ، همبستگی محلی و سایر مدل های SLV ، نویسندگان می دانند که قیمت می تواند تا 25 امتیاز همبستگی یا درصد درصد متفاوت باشد.

  وی گفت: "این واقعاً مادی است ، همچنین با توجه به ایده های معمولی در معرض خطر. برای مبادله ای با قیمت 50 نقطه همبستگی ، که از 30 تا 55 خواهد بود ، بنابراین دامنه بزرگی است. "

  برخی دیگر موافق هستند که پویایی اضافی ضبط شده در قیمت گذاری محصولات ضروری است. پیتر آوینینگ ، یک محقق کمی در Citadel در لندن می گوید: "این یک نتیجه مهم است ، زیرا این بدان معنی است که وابستگی قابل توجهی از مدل به ارزش چنین مقدار کلیدی مانند ارزش منصفانه همبستگی وجود دارد.""علاوه بر چکش زدن به خانه ، این نکته مهم از طریق مطالعات تجربی ، نویسندگان مجموعه ای بسیار خوب و مفید از تقریبی را ارائه می دهند که نشان می دهد چگونه همبستگی منصفانه توسط رانندگان مدل کلیدی مختلف تأثیر می گذارد."

  اوستینگ می گوید ، چنین نتایج مدل ها را بسیار مفیدتر می کند ، زیرا آنها بینشی در مورد قیمت گذاری تیم های تجاری ارائه می دهند.

  این مقاله اهمیت پدیده لبخند همبستگی - یا وابستگی همبستگی ضمنی به پول تجارت - را در قیمت گذاری مشتقات برجسته می کند. به دلیل پیچیدگی مرتبط با همبستگی های مدل سازی ، تحقیقات جدی در فاکتورسازی آنها در قیمت ها فقط در دهه گذشته در فضای سهام و فضای فارکس به وجود آمد.

  مقاله UBS Quants با بررسی این تأثیر در مبادلات همبستگی فارکس قدم دیگری برداشته است. با توجه به تأثیر قابل توجهی که لبخند همبستگی می تواند بر قیمت این محصولات داشته باشد ، این پویایی ها نباید فقط به دلیل راحتی نادیده گرفته شوند.

  فقط کاربرانی که اشتراک پرداخت شده دارند یا بخشی از اشتراک شرکت هستند ، قادر به چاپ یا کپی کردن محتوا هستند.

  برای دسترسی به این گزینه ها ، به همراه سایر مزایای اشتراک ، لطفاً با info@risk. net تماس بگیرید یا گزینه های اشتراک ما را در اینجا مشاهده کنید: http://subscriptions. risk. net/supscribe

  در حال حاضر شما قادر به چاپ این محتوا نیستید. لطفا برای کسب اطلاعات بیشتر با info@risk. net تماس بگیرید.

  در حال حاضر شما قادر به کپی کردن این محتوا نیستید. لطفا برای کسب اطلاعات بیشتر با info@risk. net تماس بگیرید.

  کپی رایت InfoPro Digital Limited. کلیه حقوق محفوظ است.

  شما ممکن است این محتوا را با استفاده از ابزارهای مقاله ما به اشتراک بگذارید. چاپ این محتوا برای تنها استفاده از کاربر مجاز (به نام مشترک) است ، همانطور که در شرایط و ضوابط ما بیان شده است-https://www. infopro-insight. com/terms-conditions/insight-subscription/

  اگر مایل به خرید حقوق اضافی هستید ، لطفاً به آدرس info@risk. net ایمیل بزنید

  کپی رایت InfoPro Digital Limited. کلیه حقوق محفوظ است.

  شما ممکن است این محتوا را با استفاده از ابزارهای مقاله ما به اشتراک بگذارید. کپی کردن این محتوا برای تنها استفاده از کاربر مجاز (به نام مشترک) ، همانطور که در شرایط و ضوابط ما بیان شده است-https://www. infopro-insight. com/terms-conditions/insight-subscription/

  اگر مایل به خرید حقوق اضافی هستید ، لطفاً به آدرس info@risk. net ایمیل بزنید