Valoración de opciones por Monte Carlo: estimador, error y riesgo de modelo

Valore opciones mediante simulación neutral al riesgo, cuantifique el error muestral, controle el sesgo de trayectoria y paso temporal y distinga precisión numérica de exactitud del modelo.

Solo con fines educativos; no constituye asesoramiento de inversión. Invertir puede ocasionar pérdidas.

Respuesta directa

Precio de opciones de Monte Carlo estima el valor de un modelo simulando muchas trayectorias de precios subyacentes bajo una medida de fijación de precios, calculando el pago del contrato en cada ruta, descontando los pagos y promediandolos. Es especialmente útil cuando el valor depende de muchos activos o del camino mismo, como ocurre con las opciones asiáticas, de barrera y retrospectivas.

El resultado está condicionado al modelo, los insumos calibrados, la implementación de resultados, la cuadrícula de tiempo y la muestra aleatoria. No es ni una previsión del camino futuro más probable ni un precio ejecutable garantizado. Un resultado completo informa tanto la estimación como su error de muestreo.

Cómo la simulación se convierte en un precio

Para pagos simulados descontados (Y_i), un estimador simple es:

\hat V_0 = (1/N) \sum_{i=1}^N Y_i

Bajo un movimiento browniano geométrico de parámetros constantes con rendimiento por dividendo (q), se puede muestrear directamente un precio terminal:

S_T = S_0 exp[(r - q - sigma^2/2)T + sigma sqrt(T) Z]

Una recompensa europea que dependa únicamente de (S_T) no necesita un camino intermedio. Una barrera promedio asiática, monitoreada continuamente, o pago retrospectivo: divide el tiempo en pasos, evoluciona el estado, registra las observaciones requeridas, aplica el calendario exacto del contrato y el pago, luego descuenta.

Si la desviación estándar de la muestra de los pagos descontados es (s), el error estándar estimado es (SE=s/sqrt N). Un intervalo de muestreo común aproximado del 95 % es (hat V_0 +/- 1.96SE). Monte Carlo simple converge en el orden (N^(-1/2)), por lo que se necesitan aproximadamente cuatro veces más caminos independientes para reducir a la mitad el error estándar.

El promedio adelantado por sí solo no resuelve el problema de parada óptima de una opción de estilo americano. La valoración estadounidense necesita una regla de parada como la de Monte Carlo de mínimos cuadrados de Longstaff-Schwartz, u otro método inverso como un árbol o un modelo de diferencias finitas.

Un resultado con una barra de error

Supongamos que 100.000 rutas de compra asiáticas a un año producen una media de pago descontado de USD 6,20 por acción y una desviación estándar muestral de USD 9,49.

SE = 9.49 / sqrt(100,000) ≈ $0.03

El intervalo aproximado del 95% es USD 6,20 ± 1,96×USD 0,03, o aproximadamente [USD 6,14, USD 6,26]. Con un multiplicador estándar de 100, la estimación es de USD 620 por contrato y el intervalo de muestreo es de aproximadamente [USD 614, USD 626], antes del diferencial de oferta/demanda, tarifas y efectos de ejecución.

Aumentar la muestra a 400.000 caminos independientes, con una varianza de resultados similar, reduce el error estándar a aproximadamente USD 0.015 y el ancho medio del 95% a aproximadamente USD 0.029. Eso mejora únicamente la precisión numérica. No valida el modelo de volatilidad, la correlación, los supuestos de dividendos, las fechas de seguimiento ni el código de pago.

Como verificación de implementación, fije el precio de una opción europea estándar bajo los mismos supuestos. Su resultado debe concordar con Black-Scholes dentro de un error de muestreo razonable. Una discrepancia material indica descuento, deriva, unidades, lógica de pagos o manejo de números aleatorios.

Lista de verificación del modelo y la implementación

Codifique con precisión la recompensa legal: precio de ejercicio, observaciones, promedio, barrera, reembolso, liquidación, multiplicador y tratamiento de acción corporativa.
Separar los precios neutrales al riesgo de los escenarios del mundo real. El rendimiento histórico esperado no es automáticamente la deriva de los precios.
Sincronizar spot, tasas, dividendos, superficie de volatilidad, correlaciones, calendarios y marca de tiempo de valoración.
Para afirmaciones que dependen de la ruta, elija una cuadrícula suficientemente fina y pruebe el sesgo de paso de tiempo.
Informar el recuento de rutas, el generador aleatorio o la semilla, la estimación, la desviación estándar de pago, el error estándar y el intervalo de confianza.
Repetir con muestras independientes. Una semilla fija ayuda a la reproducibilidad pero no es una confirmación independiente.
Utilice variables antitéticas o de control, estratificación o secuencias cuasi aleatorias solo con una verificación de sesgo.
Validar casos simples contra precios analíticos, árboles, límites sin arbitraje y comportamiento limitante.
Trate el ejercicio americano por separado; El simple promedio de resultados terminales ignora la optimización del ejercicio temprano.
Estimar griegos con métodos adecuados. El ingenuo precio de ejercicio y revalorización puede estar dominado por el ruido de simulación.
Distinguir el error de muestreo del sesgo de discretización, el error de calibración, los errores de contrato y el error de modelo. Un intervalo estrecho cubre únicamente el error de muestreo.
Saltos de tensión, volatilidad estocástica o local, correlación, dividendos y tasas cuando sea relevante.
Convierta el valor por acción utilizando el multiplicador real y el entregable.
Comparar con cotizaciones y tamaños ejecutables de oferta y demanda; El valor del modelo excluye liquidez, deslizamiento, tarifas, márgenes y restricciones de cobertura.

Errores comunes

“Más caminos hacen que la respuesta sea correcta”. Reducen el ruido de muestreo pero no reparan suposiciones o códigos erróneos.
“El intervalo del 95% cubre todas las incertidumbres”. Normalmente cubre la incertidumbre del muestreo condicionada al modelo y los datos de entrada.
“La rentabilidad media histórica es la deriva de los precios”. La fijación de precios sin arbitraje generalmente utiliza una medida neutral al riesgo.
“Monte Carlo siempre es el mejor.” Las fórmulas, los árboles, las PDE o la cuadratura pueden ser más rápidos y precisos para problemas más simples.
“Un sorteo terminal es suficiente para cada pago”. Los contratos dependientes de la ruta requieren observaciones intermedias.
“Las opciones americanas se pueden valorar promediando los pagos al vencimiento”. El ejercicio temprano crea un problema de parada óptimo.
“La misma semilla demuestra que dos implementaciones coinciden”. Los errores compartidos pueden permanecer.
“La estimación del modelo es una cotización negociable”. Las coberturas reales dependen de la liquidez y los términos del contrato.