跳到主要內容

[衍生商品] 希臘值與動態避險 (2) - Gamma and Gamma Neutrality


延續上篇 [衍生商品] 希臘值與動態避險 (1)-Delta Hedging Example ,這次要介紹 希臘值 Gamma: $\Gamma$,此參數定義為
\[
\Gamma := \frac{\partial^2 f}{\partial S^2}
\] 亦即為標的資產價格 $S$ 的二次偏導數。

注意到之前我們定義過 $\Delta := \frac{\partial f}{\partial S}$,故 $\Gamma$ 可視為選擇權 $\Delta $ 的變化 與 標的資產價格 $S$ 變化的比率。

Comment
1. 當 $\Gamma $ 很小的時候,表示 $\Delta$ 變化緩慢 (stable $\Delta$) (亦即對標的資產價格變動不敏感),故此時對於 $\Delta$-Hedging 所需的 Rebalance 不需太過頻繁。但是若 $\Gamma$ 很大的時候,表示 $\Delta$ 變化劇烈,亦即對標的資產價格變動非常敏感,故此時 $\Delta$-Hedging 需要頻繁的做 Rebalance 來確保 Delta-Neutral ($\Delta =0$)。

2. 如果考慮的是一個 選擇權交易組合的 $\Gamma$,則其定義為
\[
\Gamma := \frac{\partial^2 \Pi}{\partial S^2}
\] 其中 $\Pi$ 為選擇權交易投資組合的價格。

假定且我們假設 標的資產的波動度為 Constant,則投資組合的價格為資產價格 $S$ 與 時間 $t$ 的函數,亦即我們可對 $\Delta \Pi$ 做泰勒展開求資產價格的變化
\[
\small{\Delta \Pi  = \underbrace {\frac{{\partial \Pi }}{{\partial S}}}_\Delta \Delta S + \underbrace {\frac{{\partial \Pi }}{{\partial t}}}_\Theta \Delta t + \frac{1}{2}\underbrace {\frac{{{\partial ^2}\Pi }}{{\partial {S^2}}}}_\Gamma \Delta {S^2} + \frac{1}{2}\frac{{{\partial ^2}\Pi }}{{\partial {t^2}}}\Delta {t^2} + \frac{1}{2}\frac{{{\partial ^2}\Pi }}{{\partial S\partial t}}\Delta S\Delta t + ...
}\]其中 $\Delta \Pi$ 與 $\Delta S$ 為 很小的時間區間 $\Delta t$ 內投資組合的價格與股票價格的變化。

現在如果此 投資組合為 Delta-Neutral,亦即 $\Delta=0$,且我們忽略高階項的效果,則上述泰勒展開可改寫為
\[\Delta \Pi  \approx \Theta \Delta t + \frac{1}{2}\Gamma \Delta {S^2} \ \ \ \ (*)
\]
下圖展示了 Delta Neutral 的投資組合 $\Delta \Pi$ 與 $\Delta S$的關係。


上圖顯示了如果是 Long option (則此時標的股價上升則投資組合價格跟著上升),則 $\Gamma >0, \Theta <0$
如果是 Short option ,則 $\Gamma <0, \Theta >0$

3. 對於 European Call option 與 European Put option,B-S formula 可直接求得 $\Gamma$ 的解析式如下:
\[
\Gamma  = \frac{{N'\left( {{d_1}} \right){e^{ - qT}}}}{{{S_0}\sigma \sqrt T }}
\] 其中 $N'(\cdot)$ 為 Standard Normal density function。
\[N'\left( {{d_1}} \right) = \frac{1}{{\sqrt {2\pi } }}{e^{\frac{{ - d_1^2}}{2}}}\]

現在我們看個例子:

=============================

Example (Gamma Neutrality)
假定某標的資產投資組合為 Delta Neutral,其對應的 Gamma 值為 $-10000$,現在假設標的資產價格 $\Delta S$ 在短時間內變化為 $+2$ 或者 $-2$ (假設短時間 $\Delta t \approx 0$),則交易組合的價值變動為何?

============================

Solution
由於此投資組合已經為 Delta Neutral,故 $\Delta =0$,我們可利用之前推導的結果: $(*)$
\[\begin{array}{l}
\Delta \Pi  \approx \Theta \Delta t + \frac{1}{2}\Gamma \Delta {S^2}\\
 \Rightarrow \Delta \Pi  \approx 0 + \frac{1}{2}\left( { - 10000} \right){\left( 2 \right)^2} = -20000
\end{array}\]亦即交易組合價值下跌 $20000$ 元。 $\square$

再者我們介紹如何使投資組合進一步具備 Gamma Neutral 的特性

Gamma Hedging and Gamma Neutral
假定一個 Delta Neutral 的投資組合的Gamma 值為 $\Gamma$,而某交易所的交易選擇權的Gamma 值為 $\Gamma_T$,現若決定將 $w_T$ 數量的選擇權加入到原本的投資組合中,則新的投資組合的 Gamma 值為 $\Gamma^*$
\[
\Gamma^* =\Gamma + w_T \Gamma_T
\]故如果我們要使投資組合為 Gamma-Neutral,亦即 $ \Gamma^* =0$則我們需用
\[\begin{array}{l}
{\Gamma ^*} = \Gamma  + {w_T}{\Gamma _T} = 0\\
 \Rightarrow {w_T} =  - \frac{\Gamma }{{{\Gamma _T}}}
\end{array}
\] 亦即須增加/減少 $w_T$ 個選擇權,但注意到當我們達成 Gamma Neutral 的時候,很可能會變動到原本的 Delta,故我們需回頭調整 Delta 來保證薪投資組合除了 Gamma Netural 之外亦維持 Delta Netural。

以下我們看個例子如何同時達成 Gamma 與 Delta Neutral。

Example: Delta & Gamma Neutrality
考慮一投資組合為 Delta Neutral,且其 $\Gamma = -3000$,而對應於交易所交易的選擇權的 $\Delta = 0.62, \Gamma=1.50$,試建立一個新的 投資組合使得其 Gamma 與 Delta Neutral

Solution
STEP1 : 首先對付 Gamma
令 $w_T$ 為需交易的選擇權數量。則我們要 $\Gamma^*=\Gamma  + {w_T}{\Gamma _T} = 0$故
\[
-3000 + w_T 1.50 = 0\\
\Rightarrow {\rm{ }}{w_T}{\rm{ }} = 2000
\] 故需買入 2000 份選擇權來達成 Gamma Neutral。

STEP2: 找出 Gamma Hedging 之後的 Delta 為多少?
再者由於我們對原本 Delta Neutral 的投資組合中 加入了 2000份的選擇權,故 Delta 被更動,不再是 Delta Neutral。新的 Delta 為
\[
2000 \times 0.62 = 1240
\]亦即透過 Gamma Hedging 之後我們新的投資組合多了 $1240 $ 的 Delta

STEP3 : 對付 Delta :
由於我們多了 1240 的 Delta ,故需賣出1240股達成 $\Delta$ hedging。
(注意到賣出標的股票並不會影響 $\Gamma$ (WHY?! 因為 $\frac{\partial^2}{\partial S^2} S =0$ ) $\square$


接著我們看個稍微複雜一點的例子:

Example (Delta/Gamma Neutral via Put and Call combination )
假定某公司股價最近經歷一連串的下跌,投資者預期該公司股價將持續下跌,故決定購買 $100$ 份  執行價格為 $20$,到期時間為三個月,價格 為 0.75 元的 European Put option 來獲利。現考慮市場條件為 無風險利率 $4 \%$,當前股價為 $22$,股價波動度為 $39 \%$,且該公司不配發股息。

(a) 如果當前股價突然上漲到 $25$ 元/ 每股,則投資人所購入的 Put option 策略 賺/賠 多少?

(b) 現在假設投資者採用 Delta Hedging (在股價原本為 $22$ 的時候) 來保護其購買的 Put option 策略,那麼其淨利為何?

(c) 假設投資人決定再使用執行價格為 $20$ 到期時間為三個月的 European Call option 來達成 Delta-Gamma Neutral  (在股價原本為 $22$ 的時候)。試求投資人應如何達成此策略? 其淨利為何?

Solution (a)
改寫已知資訊如下:
\[
K=20, T=3/12, P_{S=0.22}=0.75, r=0.04, S_0=22, \sigma=0.39, q=0
\] 由於股價上漲到 $25$,故連帶的 Put option 價格也會有所變動。
透過 B-S formula 計算 股價上漲到 $25$ 元後的 Put option 價格
首先計算
\[\left\{ {\begin{array}{*{20}{l}}
{{d_1} = \frac{{\ln \left( {{S_0}/K} \right) + \left( {r - q + {\sigma ^2}/2} \right)T}}{{\sigma \sqrt T }} = 1.2931}\\
{{d_2} = {d_1} - \sigma \sqrt T {\rm{ = 1}}{\rm{.0981}}}
\end{array}} \right.\]
帶入 B-S formula:
\[\begin{array}{l}
P = K{e^{ - rT}}N\left( { - {d_2}} \right) - S{e^{ - qT}}N\left( { - {d_1}} \right)\\
 \Rightarrow P = 20{e^{ - 0.04 \times \frac{3}{{12}}}}N\left( { - 1.0981} \right) - 25N\left( { - 1.2931} \right) = 0.2488
\end{array}
\]亦即股價上漲後的 Put option price 為 $P_{S=25} = 0.2448$ 元

故可知投資人的 Put option 投資策略 淨利為
\[ (0.2448-0.75)100=-50.52 \]

Solution (b)
現在由於投資人要進行 Delta-Hedging,故我們首先必須求得 Delta 值,由題意可知我們需計算上漲前的 Delta: $\Delta_{S=22, put}$
又由於 Put option 的 Delta 為 $\Delta_{S=22, put}=-e^{-qT} N(-d_1)$,故我們計算 $d_1$ (注意! 此時的 $d_1$ 為股價上漲前的,不可直接使用 part (a) 所計算出來的結果)
\[{d_1} = \frac{{\ln \left( {22/20} \right) + \left( {0.04 - 0 + \frac{{{{\left( {0.39} \right)}^2}}}{2}} \right)\frac{3}{{12}}}}{{0.39\sqrt {3/12} }} = 0.6376
\] 故
\[
\Delta_{S=22, put}=-e^{-qT} N(-d_1) = -0.2619
\] 又由於投資人購買了 100份 Put option,故此投資組合的總 $\Delta$ 為
\[
\Delta = -0.2619 \times 100 = -26.19
\] 所以若欲獲得 Delta-Neutralality,則必須 購入 26.19 股股票。


Solution (c)
現在由於投資人要進行 Delta-Gamma Hedging,故我們首先必須先對付 Gamma:
也就是要先求得 Gamma 值,由題意可知我們需計算上漲前的 Gamma :
\[\Gamma  = \frac{{N'\left( {{d_1}} \right){e^{ - qT}}}}{{{S_0}\sigma \sqrt T }}\]
其中
\[N'\left( {{d_1}} \right) = \frac{1}{{\sqrt {2\pi } }}{e^{\frac{{ - d_1^2}}{2}}} = \frac{1}{{\sqrt {2\pi } }}{e^{\frac{{ - \left( {0.6379} \right)_{}^2}}{2}}} = 0.3255\]
將上式代入 Gamma 可得
\[\Gamma  = \frac{{N'\left( {{d_1}} \right){e^{ - qT}}}}{{{S_0}\sigma \sqrt T }} = \frac{{0.3255}}{{22\left( {0.39} \right)\sqrt {3/12} }} = 0.0759
\]注意到上式的 Gamma for put $=$ Gamma for call;亦即 $\Gamma_{call} = \Gamma_{put}$

現在我們考慮加入 $w_T$ 份 Call option,其對應的 $\Gamma_{call} = \Gamma_{put} = 0.0759$,故總 Gamma 為 原本購買 100 份 Put option 的 Gamma 加上 $w_T$ 份 Call option 的 Gamma;又因為我們要達成 Gamma Neutral,故總 Gamma 必須為零;故我們可求解到底需要多少份 call option:
\[\begin{array}{l}
\Gamma  = 0.0759 \times 100 + {w_T}0.0759 = 0\\
 \Rightarrow {w_T} =  - 100
\end{array}
\] 亦即須要賣出 100 份 Call option 即可達成 Gamma Neutral。

但由於我們更動了 Gamma,故 Delta 亦會連帶受到更動;其更動後 (賣出 100 份 Call ) 的 Delta 為
\[
\Delta = -100 e^{-qT} N(d_1) = -100 N(0.6379) = -73.82
\] 故我們需要購入 73.82 股股票 ,即可達成 Delta-Neutral。

總結 Delta-Gamma Hedging 策略 如下:
買入 100 份 Put option (原始策略)
購入 26.19 股股票 (Delta-Neutral)

賣出 100 份 Call option (透過 Call option 達成 Gamma Neutral)
購入 73.82 份 股票 (修正 Gamma Neutral所造成的 Delta 變動)

故總計為
買入 100份 Put
賣出 100份 Call
購入 26.19+73.82=100 股股票

其淨利為: (股價為 $22$ 時 Call option 價格為 $2.9530$;股價上漲到 $25$ 元的 Call option 價格為 5.4438 (此兩數值可透過 B-S model 計算而得或者 Put-call parity))
\[\underbrace {(25 - 22) \times 100}_{Long\begin{array}{*{20}{c}}
{}
\end{array}stock} + \underbrace {\left( {0.2448 - 0.75} \right) \times 100}_{Long\begin{array}{*{20}{c}}
{}
\end{array}put} - \underbrace {\left( {5.4438 - 2.9530} \right) \times 100}_{Short\begin{array}{*{20}{c}}
{}
\end{array}Call} = 0.4\]




ref: John C. Hull, Options, Futures and Other Derivatives 7th.

留言

這個網誌中的熱門文章

[數學分析] 淺談各種基本範數 (Norm)

這次要介紹的是數學上一個重要的概念:

Norm:一般翻譯成範數
(在英語中 norm 有規範的意思,比如我們說normalization就是把某種東西/物品/事件 做 正規化,也就是加上規範使其正常化),不過個人認為其實翻譯成 範數 也是看不懂的...這邊建議把 Norm 想成長度就好 (事實上norm是長度的抽象推廣),

也許讀者會認為好端端的長度不用,為何又要發明一個 norm 來自討苦吃?? 既抽象又艱澀。

事實上想法是這樣的:
比如說現在想要比較兩個數字 $3$ , $5$ 之間的大小,則我們可以馬上知道 $ 3 < 5 $;同樣的,如果再考慮小數與無理數如 $1.8753$ 與 $\pi$,我們仍然可以比較大小 $1.8753 < \pi = 3.1415...$ 故可以發現我們有辦法對 "純量" 做明確的比大小,WHY? 因為前述例子中 $3$, $5$, $1.8753$ or $\pi$ 其各自的大小有辦法被 "measure "!

但是如果是現在考慮的是一組數字 我們如何去measure 其大小呢?? 比如說
\[x:=[1, -2, 0.1, 0 ]^T
\]上式的大小該是多少? 是 $1$? $-2$? $0.1$???
再者如果更過分一點,我們考慮一個矩陣
\[A = \left[ {\begin{array}{*{20}{c}}
1&2\\
3&4
\end{array}} \right]
\],想要知道這個矩陣的大小又該怎麼辦?? 是 $1$ ? $2$ 還是 $4$ ?..其實現階段我們說不清楚。

也正是如此,可以發現我們確實需要新的 "長度" 的定義來幫助我們如何去 measure 矩陣/向量/甚至是函數的大小。

故此,我們首先定義甚麼是Norm,(也就是把 "長度" or "大小" 的本質抽離出來)

==================
Definition: Norm
考慮 $V$ 為一個向量空間(Vector space),則我們說  Norm 為一個函數 $||\cdot|| : V \rightarrow \mathbb{R}$ 且滿足下列性質:

(a) $||v|| \geq 0$, $||v||=…

[分享] 台灣國內免費開放式課程推薦

近幾年由MIT開啟的開放式課程風潮 (MIT-OCW),可以說是讓國內外各大學都開始思考未來教育方式與開放式課程的之間的連結。也使得許多大型開放式課程(Massive open online course, Mooc)聯盟建立起各自的一片天地,比如個人最為推薦的 CourseraedX (目前世界最具規模的跨校大型開放式課程,由全球各個頂尖大學提供線上課程供學生免費學習的網路平台,具備線上評分/繳交作業/考試/表現完整可以得到修業證書的系統)。

不過慶幸的是,其實台灣也提供了非常多相當相當棒的開放式課程(OCW/Mooc),可以讓大家自由而且免費的線上學習,除了免除了語言上的隔閡,也讓以往沒有機會好好學習的人 (ex: 我),有機會透過網路重拾書本,進入大學殿堂再次充電。在這邊跟大家介紹幾個,我個人常去瀏覽的國內開放式課程,
交大開放式課程 (理/工/電資學院課程豐富完整,且有豐富的產/官/學/界各領域人士演講)台大開放式課程 (大量通識類/文史哲課程)清大開放式課程 (自然科學/工程科學課程豐富)台灣開放式課程聯盟 (統合各校開放式課程的總站)ewant 育網開放教育平台 (台灣/大陸交大與台灣其他學校合開課程)台灣均一教育平台 (參考國外可汗學院 (Khan Academy) 設計的互動學習網站,有許多豐富的國小/國中高中/的數理科課程:尤其以數學最為完整。)
另外在此推薦自己上過的幾門課程,因為個人是理工背景,推薦的課程多偏向理工科,但也有相當多文史哲課程都非常豐富且有趣,老師們也都教得很棒,收穫很多,在此分享給大家

==============
數理類 大學部課程:

微積分 
交大OCW: 微積分 I, II - 莊重 教授 清大OCW: 微積分 I, II - 高淑蓉 教授 (高老師的微積分風格嚴謹,整體課程頗有高微的味道,個人非常欣賞)清大OCW: 高等微積分 I - 高淑蓉 教授 ewant :  微積分 - 政大 蔡炎龍 教授 (適合微積分初學者,課程採用 互動數學軟體 Geogebra )台大OCW: 高等微積分 - 陳金次 教授台大OCW: 微積分I ,II  - 齊震宇 教授 ( 適合主修數學的學生,適合微積分初學者)台大OCW: 分析 I, II - 齊震宇 教授線性代數 交大OCW: 線性代數 I, II -莊重 教授
(莊老師講授非常清楚,…