s*******0
发帖数: 3461 | 1 关于jump process 在业界的应用是否广泛？
有经验的 分享下 谢了 |
A*****s
发帖数: 13748 | 2 现在这种问题，都不敢问了
【在 s*******0 的大作中提到】
: 关于jump process 在业界的应用是否广泛？
: 有经验的 分享下 谢了
|
s*******0
发帖数: 3461 | |
s*******0
发帖数: 3461 | |
g***u
发帖数: 22 | 5 基本为零。因为
1）太多不可观察查参数
2）校准过程无唯一解，模型随意性太大，今天明天模型的变动太大
3）模型解基本用MonteCarlo。而且是GPU不喜欢的MonteCarlo计算复杂性不好简化
4) 结果的好处只有理论上的定性意义，实际定量效果比连续模型没有任何优势
有趣的是，每一个自以为是Modeler的Quants在人生的某一阶段都会对他有兴趣。特别
的每一个新官(包括Quant组和QuantTrading组）上任都要搞一下.某种意义上是Quant和
MD的疹子。出一下后就不是BabyQuant和BabyMD了 |
s********r
发帖数: 529 | 6 呵呵，这位讲的好形象，Quant也是慢慢成长的呀
【在 g***u 的大作中提到】
: 基本为零。因为
: 1）太多不可观察查参数
: 2）校准过程无唯一解，模型随意性太大，今天明天模型的变动太大
: 3）模型解基本用MonteCarlo。而且是GPU不喜欢的MonteCarlo计算复杂性不好简化
: 4) 结果的好处只有理论上的定性意义，实际定量效果比连续模型没有任何优势
: 有趣的是，每一个自以为是Modeler的Quants在人生的某一阶段都会对他有兴趣。特别
: 的每一个新官(包括Quant组和QuantTrading组）上任都要搞一下.某种意义上是Quant和
: MD的疹子。出一下后就不是BabyQuant和BabyMD了
|
s******e
发帖数: 1751 | 7 almost not hedgable, so no, it is not used.
【在 g***u 的大作中提到】
: 基本为零。因为
: 1）太多不可观察查参数
: 2）校准过程无唯一解，模型随意性太大，今天明天模型的变动太大
: 3）模型解基本用MonteCarlo。而且是GPU不喜欢的MonteCarlo计算复杂性不好简化
: 4) 结果的好处只有理论上的定性意义，实际定量效果比连续模型没有任何优势
: 有趣的是，每一个自以为是Modeler的Quants在人生的某一阶段都会对他有兴趣。特别
: 的每一个新官(包括Quant组和QuantTrading组）上任都要搞一下.某种意义上是Quant和
: MD的疹子。出一下后就不是BabyQuant和BabyMD了
|
A*****s
发帖数: 13748 | 8 KMV不是号称他们有用jump不然short-term的PD会几乎为0
但是KMV的模型随意性就别提了，多一个jump少一个jump都无所谓 lol
【在 g***u 的大作中提到】
: 基本为零。因为
: 1）太多不可观察查参数
: 2）校准过程无唯一解，模型随意性太大，今天明天模型的变动太大
: 3）模型解基本用MonteCarlo。而且是GPU不喜欢的MonteCarlo计算复杂性不好简化
: 4) 结果的好处只有理论上的定性意义，实际定量效果比连续模型没有任何优势
: 有趣的是，每一个自以为是Modeler的Quants在人生的某一阶段都会对他有兴趣。特别
: 的每一个新官(包括Quant组和QuantTrading组）上任都要搞一下.某种意义上是Quant和
: MD的疹子。出一下后就不是BabyQuant和BabyMD了
|
s*******0
发帖数: 3461 | |
A*****s
发帖数: 13748 | 10 C++ lol
【在 s*******0 的大作中提到】
: 那高级的 quant 都用啥？
|
|
|
G******r
发帖数: 76 | 11 赞！
【在 g***u 的大作中提到】
: 基本为零。因为
: 1）太多不可观察查参数
: 2）校准过程无唯一解，模型随意性太大，今天明天模型的变动太大
: 3）模型解基本用MonteCarlo。而且是GPU不喜欢的MonteCarlo计算复杂性不好简化
: 4) 结果的好处只有理论上的定性意义，实际定量效果比连续模型没有任何优势
: 有趣的是，每一个自以为是Modeler的Quants在人生的某一阶段都会对他有兴趣。特别
: 的每一个新官(包括Quant组和QuantTrading组）上任都要搞一下.某种意义上是Quant和
: MD的疹子。出一下后就不是BabyQuant和BabyMD了
|
s*******0
发帖数: 3461 | 12 俺是问 用的什么模型呢？
【在 A*****s 的大作中提到】
: C++ lol
|
A*****s
发帖数: 13748 | 13 人家上面不是说了嘛。。。jump真的很难搞啊
连Market Price of Risk都很难唯一决定。。。
【在 s*******0 的大作中提到】
: 俺是问 用的什么模型呢？
|
s*******0
发帖数: 3461 | 14 我的意思是 高端的quant 都研究什么模型呢？ |
x********o
发帖数: 519 | 15 really?
are you really sure about this?
【在 g***u 的大作中提到】
: 基本为零。因为
: 1）太多不可观察查参数
: 2）校准过程无唯一解，模型随意性太大，今天明天模型的变动太大
: 3）模型解基本用MonteCarlo。而且是GPU不喜欢的MonteCarlo计算复杂性不好简化
: 4) 结果的好处只有理论上的定性意义，实际定量效果比连续模型没有任何优势
: 有趣的是，每一个自以为是Modeler的Quants在人生的某一阶段都会对他有兴趣。特别
: 的每一个新官(包括Quant组和QuantTrading组）上任都要搞一下.某种意义上是Quant和
: MD的疹子。出一下后就不是BabyQuant和BabyMD了
|
x********o
发帖数: 519 | 16 sigh~~
how about credit modeling?
【在 s******e 的大作中提到】
: almost not hedgable, so no, it is not used.
|
A*****s
发帖数: 13748 | 17 那天MS的人来说，stochastic interest rate, stochastic volatility
还有一些市场上找不到的variable怎么measure怎么hedge怎么limit
其实核心不在model的数学构成，而在于思考，在于发现和寻找问题
当然这是commodity group
【在 s*******0 的大作中提到】
: 我的意思是 高端的quant 都研究什么模型呢？
|
A*****s
发帖数: 13748 | 18 小猪猡求推荐，我也是搞credit modeling的 lol
【在 x********o 的大作中提到】
: sigh~~
: how about credit modeling?
|
s*******0
发帖数: 3461 | 19 有什么书可以看？
【在 A*****s 的大作中提到】
: 那天MS的人来说，stochastic interest rate, stochastic volatility
: 还有一些市场上找不到的variable怎么measure怎么hedge怎么limit
: 其实核心不在model的数学构成，而在于思考，在于发现和寻找问题
: 当然这是commodity group
|
x********o
发帖数: 519 | 20 which model do you use?
【在 A*****s 的大作中提到】
: 小猪猡求推荐，我也是搞credit modeling的 lol
|
|
|
A*****s
发帖数: 13748 | 21 structural，自己鼓捣的一个，和Merton和KMV的不一样
【在 x********o 的大作中提到】
: which model do you use?
|
x********o
发帖数: 519 | 22 besides credits, several other assets are modeled by jump diffusion.
I think basic knowledge is enough. fancy jumps are not used.
【在 s*******0 的大作中提到】
: 有什么书可以看？
|
A*****s
发帖数: 13748 | 23 Shreve讲的够不够？
【在 x********o 的大作中提到】
: besides credits, several other assets are modeled by jump diffusion.
: I think basic knowledge is enough. fancy jumps are not used.
|
x********o
发帖数: 519 | 24 no, it is a little easy.
Cont's book is far difficult.
maybe something in between.
【在 A*****s 的大作中提到】
: Shreve讲的够不够？
|
x********o
发帖数: 519 | 25 hehe, go apply for a risk management position
【在 A*****s 的大作中提到】
: structural，自己鼓捣的一个，和Merton和KMV的不一样
|
A*****s
发帖数: 13748 | 26 这是森森的鄙视么 ><
【在 x********o 的大作中提到】
: hehe, go apply for a risk management position
|
s*******0
发帖数: 3461 | 27 cont 的书 应该是基本正好吧 比起n多levy process 的书
【在 x********o 的大作中提到】
: no, it is a little easy.
: Cont's book is far difficult.
: maybe something in between.
|
x********o
发帖数: 519 | 28 sigh~
what's wrong with risk mananement?
in such a bad market,a risk management position is not bad at all, compared
to desk quant.
【在 A*****s 的大作中提到】
: 这是森森的鄙视么 ><
|
A*****s
发帖数: 13748 | 29 risk management几乎不招fresh的吧？我没见过啊？
compared
【在 x********o 的大作中提到】
: sigh~
: what's wrong with risk mananement?
: in such a bad market,a risk management position is not bad at all, compared
: to desk quant.
|
x********o
发帖数: 519 | 30 why?
【在 A*****s 的大作中提到】
: risk management几乎不招fresh的吧？我没见过啊？
:
: compared
|
|
|
A*****s
发帖数: 13748 | 31 就是没见过。。。见到的所有risk management的都是找经验的
risk management这货还真是需要经验的，理论没啥用说实在的。。。
【在 x********o 的大作中提到】
: why?
|
s******e
发帖数: 1751 | 32 so how do you model default, and how do you model recovery?
there are enough instruments (CDS, bond, deep OTM put) to cover the curve? |
s*******0
发帖数: 3461 | |
A*****s
发帖数: 13748 | 34 学术界炒的东西但是业界没用的太多了。。。
你看各种portfolio optimization的模型，谁用啊。。。
【在 s*******0 的大作中提到】
: 为何学术界如此之多的jump 的文章
|
A*****s
发帖数: 13748 | 35 你在问谁？
【在 s******e 的大作中提到】
: so how do you model default, and how do you model recovery?
: there are enough instruments (CDS, bond, deep OTM put) to cover the curve?
|
s******e
发帖数: 1751 | 36 what's your opinion? how do you handle that in your research?
【在 A*****s 的大作中提到】
: 你在问谁？
|
A*****s
发帖数: 13748 | 37 问我？
Merton's选了European Call
VK选了Barrier
这都不符合实际，所以model用起来input都很奇怪
只要选对了derivative，default和recovery可以solve in one shot
具体怎么样不能告诉你了，留着当嫁妆呢 lol
【在 s******e 的大作中提到】
: what's your opinion? how do you handle that in your research?
|
s*******0
发帖数: 3461 | 38 你妈呀 我才刚起了个头啊 呵呵
volatility and interest rate 如何？
这个研究一下 总应该可以了吧 我怎么听说jp 的人 都在看jump ?
【在 A*****s 的大作中提到】
: 你在问谁？
|
s******e
发帖数: 1751 | 39 i somehow involved in this area of the business a bit.
I would be very interested to hear your opinion, which may lead to something
interesting to you.
but i highly doubt that you could have some breakthrough,since here a group
of well-paid and very capable quants cannot solve this problem.
【在 A*****s 的大作中提到】
: 问我？
: Merton's选了European Call
: VK选了Barrier
: 这都不符合实际，所以model用起来input都很奇怪
: 只要选对了derivative，default和recovery可以solve in one shot
: 具体怎么样不能告诉你了，留着当嫁妆呢 lol
|
A*****s
发帖数: 13748 | 40 stochastic vol/interest应该用的很普遍了吧。。。
jump我觉得一开始那哥们儿说的有理啊，模型再有道理，参数定不下来，怎么用？
【在 s*******0 的大作中提到】
: 你妈呀 我才刚起了个头啊 呵呵
: volatility and interest rate 如何？
: 这个研究一下 总应该可以了吧 我怎么听说jp 的人 都在看jump ?
|
|
|
A*****s
发帖数: 13748 | |
s*******0
发帖数: 3461 | 42 vg 和 nig 的参数怎么定不下来？
carr 的文章 上面就有如何确定的 有据估计 和maximum 估计应该都可以
之后就是随机模拟 tankov 那个书上有过程
【在 A*****s 的大作中提到】
: stochastic vol/interest应该用的很普遍了吧。。。
: jump我觉得一开始那哥们儿说的有理啊，模型再有道理，参数定不下来，怎么用？
|
A*****s
发帖数: 13748 | 43 jump我几乎没怎么看过，但是shreve上515-517页说的，要校准theta和那一串lambda
这个有靠谱的办法么？
【在 s*******0 的大作中提到】
: vg 和 nig 的参数怎么定不下来？
: carr 的文章 上面就有如何确定的 有据估计 和maximum 估计应该都可以
: 之后就是随机模拟 tankov 那个书上有过程
|
s*******0
发帖数: 3461 | 44 加J 的那个跳跃过程 我看的不算很懂 呵呵
就研究了一下 那个书和一些papers, btw 不用管 找到工作就好
【在 A*****s 的大作中提到】
: jump我几乎没怎么看过，但是shreve上515-517页说的，要校准theta和那一串lambda
: 这个有靠谱的办法么？
|
s******e
发帖数: 1751 | 45 thanks.
a good test of your model will be to back-test AMR's market quote for the
past 6 months, and see how the default dynamics changes based on your
calibration. Also since you claimed that you can predict recovery, does the
recovery match w/ the real result.
best luck w/ your job search though.
make
【在 A*****s 的大作中提到】
: jump我几乎没怎么看过，但是shreve上515-517页说的，要校准theta和那一串lambda
: 这个有靠谱的办法么？
|
A*****s
发帖数: 13748 | 46 就知道你是吊人胃口的 lol
the
【在 s******e 的大作中提到】
: thanks.
: a good test of your model will be to back-test AMR's market quote for the
: past 6 months, and see how the default dynamics changes based on your
: calibration. Also since you claimed that you can predict recovery, does the
: recovery match w/ the real result.
: best luck w/ your job search though.
:
: make
|
s******e
发帖数: 1751 | 47 not really. if you want to discuss further, pm me.
【在 A*****s 的大作中提到】
: 就知道你是吊人胃口的 lol
:
: the
|
l*******3
发帖数: 186 | 48 如果我能用有jump模型能更好的解释价格并用来做trading strategy呢？
【在 g***u 的大作中提到】
: 基本为零。因为
: 1）太多不可观察查参数
: 2）校准过程无唯一解，模型随意性太大，今天明天模型的变动太大
: 3）模型解基本用MonteCarlo。而且是GPU不喜欢的MonteCarlo计算复杂性不好简化
: 4) 结果的好处只有理论上的定性意义，实际定量效果比连续模型没有任何优势
: 有趣的是，每一个自以为是Modeler的Quants在人生的某一阶段都会对他有兴趣。特别
: 的每一个新官(包括Quant组和QuantTrading组）上任都要搞一下.某种意义上是Quant和
: MD的疹子。出一下后就不是BabyQuant和BabyMD了
|
l*******3
发帖数: 186 | 49 因为学术界认为重要吧。而且，学术界本来就应该是找寻解决这种模型的先锋啊，只是
还不太有很好的办法而已
【在 s*******0 的大作中提到】
: 为何学术界如此之多的jump 的文章
|
s********r
发帖数: 529 | 50 除此之外我还觉得似乎连续情况过于特殊，搞个跳过程就显得非常一般化了
【在 l*******3 的大作中提到】
: 因为学术界认为重要吧。而且，学术界本来就应该是找寻解决这种模型的先锋啊，只是
: 还不太有很好的办法而已
|
|
|
A*****s
发帖数: 13748 | 51 可是你看多数price process，还真么有太多jump。。。
我反正对jump这货持很大保留态度
【在 s********r 的大作中提到】
: 除此之外我还觉得似乎连续情况过于特殊，搞个跳过程就显得非常一般化了
|
s********r
发帖数: 529 | 52 嗯，学界的人对于将特殊的东西推到一般化有热情，所以他们需要一个跳过程来把模型
搞得更加一般化，这样就可以解读整个世界了
【在 A*****s 的大作中提到】
: 可是你看多数price process，还真么有太多jump。。。
: 我反正对jump这货持很大保留态度
|
m******2
发帖数: 564 | 53 请教Variance Gamma的教科书
我要初级的，我最高就是shreve的水平
【在 s*******0 的大作中提到】
: vg 和 nig 的参数怎么定不下来？
: carr 的文章 上面就有如何确定的 有据估计 和maximum 估计应该都可以
: 之后就是随机模拟 tankov 那个书上有过程
|
s******e
发帖数: 1751 | 54 which carr paper are you referring to here?
have you thought about a few points:
1. if u caliberate different tenor and yield different parameters, what does
it mean?
2. can you observe realized and compare w/ implied parameters you
caliberated? and
3. is each parameter seperately tradable, or they are just intermingled? is
the market really complete? e.g. that vol-of-vol parameter in heston, for a long time, was not cleanly tradable.
【在 s*******0 的大作中提到】
: vg 和 nig 的参数怎么定不下来？
: carr 的文章 上面就有如何确定的 有据估计 和maximum 估计应该都可以
: 之后就是随机模拟 tankov 那个书上有过程
|
l*******3
发帖数: 186 | 55 As long as there is stochatistic vol, the market is already incomplete. Let
alone adding jumps.
However, you can set up a stochastic discount factor to derive the model
under the risk neutral measure by the no-arbitrage assumption. Then you just go ahead to estimate the model in the risk neutral process if you are
interested in option prices. If you are interested in equity market, then just estimate the model in the physical measure is enough. The market does not have to be complete as always.
If you get different parameters, it can mean either your estimation method
is not efficient enough or there are multiple latent processes going on
underlying the market. But if your goal is just to generate good prices or
come up with trading strategies, maybe more than one parameter sets work, which is ok.
It is hard to estimate jump-diffusion models, but there are ways to do it. I
actually just proposed a method to estimate the model with price and vol
jumps under both measures. It is not easy but manageable I guess.
You can observe the realized variance and you still have to calibrate the
jump diffusion model with more data (not only RV). If your calibrated model parameters are good enough, you should be able to generate good features of
RV.
does
is
a long time, was not cleanly tradable.
【在 s******e 的大作中提到】
: which carr paper are you referring to here?
: have you thought about a few points:
: 1. if u caliberate different tenor and yield different parameters, what does
: it mean?
: 2. can you observe realized and compare w/ implied parameters you
: caliberated? and
: 3. is each parameter seperately tradable, or they are just intermingled? is
: the market really complete? e.g. that vol-of-vol parameter in heston, for a long time, was not cleanly tradable.
|
s******e
发帖数: 1751 | 56 interesting comment.
vol-of-vol is becoming more tradable these days, compared to 2002 Soc
Napolean blow up. but still it's extremely inefficient.
I don't think there is value to use stochastic vol to predict spot move.
Listed contains enough information for underlying. maybe i am missing
something here, about delta/vega cross hedge(?).
The question about jump-diffusion is that, how do you hedge it? what's your
risk/return profile based on the modeling. There are always ways to model
things and spit out some simulated path, but can you count those path when
you take risk?
Is there anythinga bout physical measure that anyone would recommend? My
knowledge about this area is very limited.
BTW, you validate your model based on RV? interesting.
Let
just go ahead to estimate the model in the risk neutral process if you are
just estimate the model in the physical measure is enough. The market does
not have to be complete as always.
which is ok.
I
【在 l*******3 的大作中提到】
: As long as there is stochatistic vol, the market is already incomplete. Let
: alone adding jumps.
: However, you can set up a stochastic discount factor to derive the model
: under the risk neutral measure by the no-arbitrage assumption. Then you just go ahead to estimate the model in the risk neutral process if you are
: interested in option prices. If you are interested in equity market, then just estimate the model in the physical measure is enough. The market does not have to be complete as always.
: If you get different parameters, it can mean either your estimation method
: is not efficient enough or there are multiple latent processes going on
: underlying the market. But if your goal is just to generate good prices or
: come up with trading strategies, maybe more than one parameter sets work, which is ok.
: It is hard to estimate jump-diffusion models, but there are ways to do it. I
|
l*******3
发帖数: 186 | 57 I have not gone further to do hedging or other application stuff yet. I used
RV as one measure among other data, such as returns and option prices, to
calibrate the jump diffusion model together for both measures. I can show
that this model can generate sufficient dynamics in returns and RV and also
better vol smirk and term structure in option prices. This is what I got so
far. I will need to do more applications. Though jumps are hedgable, but if
it helps to estimate the option prices with less pricing errors, it has its
values, right?
your
【在 s******e 的大作中提到】
: interesting comment.
: vol-of-vol is becoming more tradable these days, compared to 2002 Soc
: Napolean blow up. but still it's extremely inefficient.
: I don't think there is value to use stochastic vol to predict spot move.
: Listed contains enough information for underlying. maybe i am missing
: something here, about delta/vega cross hedge(?).
: The question about jump-diffusion is that, how do you hedge it? what's your
: risk/return profile based on the modeling. There are always ways to model
: things and spit out some simulated path, but can you count those path when
: you take risk?
|
s*******0
发帖数: 3461 | 58 jump 不是很好的解释了 后尾分布吗
这个也是最近火的原因吧， normal 不够数大家都整办法解决厚味问题了
【在 A*****s 的大作中提到】
: 可是你看多数price process，还真么有太多jump。。。
: 我反正对jump这货持很大保留态度
|
s*******0
发帖数: 3461 | 59 financial modeling with jump process
还有就是自己看文章 书不多
【在 m******2 的大作中提到】
: 请教Variance Gamma的教科书
: 我要初级的，我最高就是shreve的水平
|
s*******0
发帖数: 3461 | 60 The Variance Gamma Process and Option Pricing
does
is
a long time, was not cleanly tradable.
【在 s******e 的大作中提到】
: which carr paper are you referring to here?
: have you thought about a few points:
: 1. if u caliberate different tenor and yield different parameters, what does
: it mean?
: 2. can you observe realized and compare w/ implied parameters you
: caliberated? and
: 3. is each parameter seperately tradable, or they are just intermingled? is
: the market really complete? e.g. that vol-of-vol parameter in heston, for a long time, was not cleanly tradable.
|
|
|
s******e
发帖数: 1751 | 61 I see.
that was an old paper, before Derman's region study. Carr at the time did
not understand what's the cause of skew. he missed the point that when spot
down (SPX 20% in two weeks), vol spikes, as we observed in 2008 and last two
weeks.
【在 s*******0 的大作中提到】
: The Variance Gamma Process and Option Pricing
:
: does
: is
: a long time, was not cleanly tradable.
|
