• 응용통계연구
• /
• 제26권1호
• /
• pp.187-200
• /
• 2013

본 논문에서는 기하브라운운동(geometric Brownian motion)을 기반으로 표준옵션의 델타헤지를 수행하는 경우, 헤지변동성의 선택이 헤지손익에 미치는 영향을 재탐색하였다. 이를 위하여, 헤지변동성과 헤지손익과의 관계를 고찰하였으며, 모의실험과 실증분석을 통하여 기초자산의 추세에 따라 헤지변동성을 달리 선택하는 것이 최종 헤지손익에 유리할 수 있음을 살펴보았다. 구체적으로, 등가격 표준옵션의 헤지매매 시 향후 기초자산이 횡보할 것으로 예상될 때에는 헤지변동성을 상대적으로 크게, 추세가 형성될 것으로 예상될 때에는 비교적 작게 사용하는 것이 손익에 유리하였다.

• 한국산학기술학회논문지
• /
• 제12권2호
• /
• pp.712-717
• /
• 2011

동적 델타 헤징(Dynamic Delta Hedging)이란 옵션 발행자가 옵션의 만기정산금액(payoff)을 지급하기 위해 주기적으로 델타에 근거한 헤지 포지션을 조절함으로써 옵션의 payoff를 복제하고 옵션 가치변화에 따른 위험을 회피하는 방법이다. 본 연구에서는 헤지에 있어서 주요 변수인 블랙-숄즈의 모형에 의해 산출된 델타의 대체 값을 찾기 위해 기계학습의 일종인 인공신경망 학습을 적용하여 옵션의 만기 시 헤지 비용의 최소화 및 차익 실현을 위한 방법론을 제시하고자 한다. 기초자산의 현재가격, 변동성, 무위험이자율, 만기 등의 시장 상황 변화에 따른 다양한 시나리오에 대한 실험을 통해 본 연구에서 제시하는 방법론의 성능을 분석하고 그 우수성을 보인다.