[알고리즘 트레이딩/전략편] 50. 주가모형의 시뮬레이션과 ELS 상품의 이해 (3)

안녕하세요. 지난 시간에 이어 “주가모형의 시뮬레이션과 ELS 상품의 이해” 3번째 자료를 준비했습니다.

(큰 차이는 없지만 동영상 우측 하단에서 화질을 720p HD 로 선택하시면 조금 더 선명하게 보실 수 있습니다.)

GBM 시뮬레이션 R 코드 입니다.

# GBM 몬테카를로 시뮬레이션
# r : Risk free rate
# v : volatility
# n : number of simulation
# s : initial value of a stock
MCrealization <- function(r=0.02, v=0.20, n=100, s = 2000, chart=TRUE) {
# 일일 수익률. r은 연간 단위임.
dRtn <- r / 252

# 일일 변동성. v는 연간 단위임.
dVol <- v / sqrt(252)

# 1일 후 분포의 평균 수익률
mRtn <- dRtn – 0.5 * dVol ^ 2

# rnorm 으로 수익률 시뮬레이션
W <- rnorm(n) # Wiener process
result <- data.frame(W)
colnames(result) <- ‘rnorm’
result$rtn <- mRtn + dVol * W

# 수익률로 주가 시뮬레이션
result$price <- s * exp(cumsum(result$rtn))

# 주가 차트
if (chart)
plot(result$price, type=’l’, col = ‘blue’, main = “Monte Carlo Simulation”)

MonteCalro <- result
}

MCensamble <- function(r=0.02, v=0.20, n=100, s = 2000, k=20) {
emc <- MCrealization(r=r, v=v, n=n, s=s, chart=FALSE)$price

for (i in 1:(k-1))
emc <- cbind(emc, MCrealization(r=r, v=v, n=n, s=s, chart=FALSE)$price)
emc <- as.data.frame(emc)

# 차트 작성
minY <- round(min(emc)) – 10
maxY <- round(max(emc)) + 10

for (i in 1:k) {
if (i == 1)
plot(emc[,i], type=’l’, ylim=c(minY, maxY), main=”Monte Carlo Simulation”)
else
lines(emc[,i], type=’l’, ylim=c(minY, maxY), xlim=c(1, k), col=sample(rainbow(3 * k), 1))
}
abline(h = s)

MCensamble <- emc

}

[출처]50. 주가모형의 시뮬레이션과 ELS 상품의 이해 (3) |작성자아마퀀트