Calendar Spread under VRP
Calendar Spread under VRP

Results & Discussion

อ่านผลของอายุสัญญา Volatility และ Moneyness ก่อนสรุปว่า Theta หรือ Gamma เด่นในแต่ละระบอบ

ผลการทดลองและการอภิปราย (Results and Discussion)

พฤติกรรมของ Θ\Theta ในกลยุทธ์ Calendar Spread

ผลของอายุสัญญาต่อ Θ\Theta

รูปที่ 5 แสดงค่า Θ\Theta เทียบกับวันที่เหลือจนถึงวันหมดอายุ ที่อายุสัญญาเริ่มต้น (T0T_0) ต่างกัน แกน xx เรียงจากซ้าย (วันซื้อ) ไปสิ้นสุดที่ 0 วัน (วันหมดอายุ) ทางขวา สำหรับตัวอย่าง ATM ค่า ∣Θ∣|\Theta| เพิ่มขึ้นเมื่อใกล้หมดอายุ หากเวลาคงเหลือ TT และพารามิเตอร์ S,K,r,σS,K,r,\sigma เท่ากัน ค่า Theta จะเท่ากันโดยไม่ขึ้นกับ T0T_0 ส่วนการเทียบที่สัดส่วนอายุผ่านไปเท่ากันทำให้สัญญา T0T_0 สั้นกว่ามีเวลาคงเหลือน้อยกว่า จึงมี ∣Θ∣|\Theta| สูงกว่าในตัวอย่างนี้.

Theta เทียบกับเวลาคงเหลือและสัดส่วนอายุสัญญาที่ผ่านไป
รูปที่ 5. (a) Days to Expiration: แต่ละเส้นแทนออปชั่นที่มีอายุสัญญาเริ่มต้น T0 ต่างกัน เส้นเริ่มจากซ้าย (วันที่ซื้อ) และสิ้นสุดที่ 0 วัน (วันหมดอายุ) ทางขวา เส้นที่สั้นกว่าจึงเริ่มต้นทางขวามากกว่า ทำให้บางส่วนทับซ้อนกันในช่วง วันที่เหลือน้อย (ซึ่งเป็นคุณสมบัติที่ถูกต้องของสูตร BSM ไม่ใช่ข้อผิดพลาด) (b) Fraction of Life Elapsed: แกน x แสดงสัดส่วน อายุที่ผ่านไปแล้ว ของออปชั่นแต่ละตัว นิยามคือ FLE = (T0 − Trem)/T0 ∈ [0%, 100%) โดย 0% คือวันซื้อ และ ≈100% คือใกล้หมดอายุ การแสดงผลแบบนี้ทำให้ ออปชั่นทุกอายุเริ่มต้นที่ 0% พร้อมกัน เห็นได้ชัดว่า T0 สั้นกว่า ส่งผลให้ |Θ| เพิ่มขึ้นเร็วกว่าตามสัดส่วน (σ = 20%, ATM, S = K = 100).

สำหรับพารามิเตอร์ตัวอย่าง ATM สัญญาขา SHORT อายุ 30 วันมีค่า Theta ของออปชันในค่าสัมบูรณ์สูงกว่าขา LONG อายุ 180 วัน เมื่อนำสถานะมาหักลบเป็น LONG − SHORT จึงได้ Θnet>0\Theta_{\mathrm{net}}>0 ซึ่งเป็นผลบวกจากเวลาที่ผ่านไปเมื่อปัจจัยอื่นคงที่.

ผลของความผันผวนต่อ Θ\Theta

รูปที่ 6 แสดงผลกระทบของความผันผวน (σ\sigma) ในระดับต่างกันต่อค่า Θ\Theta ที่อายุสัญญา 90 วัน. เมื่อ σ\sigma สูงขึ้น ค่าสัมบูรณ์ของ Θ\Theta เพิ่มขึ้น สอดคล้องกับสูตร (2.9) ที่มีพจน์ S N′(d1) σS\,N'(d_1)\,\sigma ซึ่งแปรผันตรงกับ σ\sigma.

Theta เทียบกับวันคงเหลือที่ระดับความผันผวนต่างกัน
รูปที่ 6. Theta (Θ) เทียบกับวันที่เหลือจนถึงวันหมดอายุ ที่ความผันผวน σ ต่างกัน (T = 90 วัน, ATM)

ต้องแยกผลของเวลาที่ผ่านไปออกจากผลของ IV: เมื่อ νnet>0\nu_{\mathrm{net}}>0 การที่ IV ของทั้งสองขาเพิ่มเท่ากันช่วยเพิ่มมูลค่าพอร์ต ส่วนการลดลงเท่ากันทำให้มูลค่าลดลง หาก IV ของแต่ละอายุเปลี่ยนต่างกัน ผลอันดับหนึ่งคือ ΔV≈νLONGΔIVLONG−νSHORTΔIVSHORT\Delta V\approx\nu_{\mathrm{LONG}}\Delta IV_{\mathrm{LONG}}-\nu_{\mathrm{SHORT}}\Delta IV_{\mathrm{SHORT}} ดังนั้น IV สูงหรือกำลังลดลงเพียงอย่างเดียวไม่ได้ระบุเวลาที่ดีที่สุดในการเข้ากลยุทธ์.

ผลของราคาใช้สิทธิ (Strike Price) ต่อ Θ\Theta (Moneyness Effect)

นอกจากอายุสัญญาและความผันผวนแล้ว ราคาใช้สิทธิ (KK) หรือระดับ Moneyness ยังส่งผลสำคัญต่อค่า Θ\Theta รูปที่ 7 แสดงความสัมพันธ์ระหว่าง Θ\Theta กับ KK ที่ σ\sigma ต่างกัน (อายุสัญญา 90 วัน, S=100S=100):

Theta เทียบกับราคาใช้สิทธิและระดับ Moneyness
รูปที่ 7. Theta (Θ) เทียบกับ Strike Price (K) ที่ความผันผวน σ ต่างกัน (T = 90 วัน, S = 100) พื้นที่แรเงาระบุระดับ Moneyness: Deep ITM, ITM, ATM, OTM, Deep OTM

จากรูปพบข้อสังเกตสำคัญสามประการ:

  1. ค่า ∣Θ∣|\Theta| สูงสุดที่สถานะ ATM: เมื่อราคาสินทรัพย์ใกล้ราคาใช้สิทธิ (S≈KS \approx K) จะได้ d1≈0d_1 \approx 0 ซึ่งทำให้ความหนาแน่น N′(d1)N'(d_1) มีค่าสูงสุด เท่ากับ 1/2π1/\sqrt{2\pi} ด้วยเหตุนี้ค่าเสื่อมของเวลาจึงรุนแรงที่สุด ที่จุด ATM กล่าวคือ arg⁡max⁡K∣Θ(K)∣≈S\arg\max_{K}|\Theta(K)| \approx S โดยมีขนาด

    ∣Θ∣ATM≈S σ22πT.|\Theta|_{\text{ATM}} \approx \frac{S\,\sigma}{2\sqrt{2\pi T}}.

  2. ค่า ∣Θ∣|\Theta| ลดลงสู่ศูนย์เมื่อออปชั่นอยู่ลึกในสถานะ OTM หรือ ITM: เมื่อราคาใช้สิทธิห่างจากราคาสินทรัพย์มากขึ้นจน ∣ln⁡(K/S)∣→∞|\ln(K/S)| \to \infty ทั้ง d1d_1 และ d2d_2 จะเบนออกไปสู่ ±∞\pm\infty ส่งผลให้ N′(d1)→0N'(d_1) \to 0 มูลค่าเวลา (time value) ของออปชั่นจึงเหลือน้อยและการเสื่อมของเวลาช้าลงจนกระทั่ง ∣Θ∣→0|\Theta| \to 0.

  3. ความผันผวนที่สูงขึ้นทำให้โปรไฟล์ ∣Θ∣|\Theta| แผ่กว้าง: ความกว้างของโปรไฟล์ ∣Θ∣|\Theta| เมื่อพิจารณาเทียบกับ ln⁡(K/S)\ln(K/S) แปรผันตาม σT\sigma\sqrt{T} ดังนั้นแม้ค่ายอดที่ ATM จะเพิ่มขึ้นตาม σ\sigma (∣Θ∣ATM∝σ|\Theta|_{\text{ATM}} \propto \sigma) แต่ความแตกต่าง ระหว่างสถานะ ATM กับ OTM/ITM กลับแคบลง เพราะมวลความน่าจะเป็น (probability mass) กระจายตัวกว้างขึ้น สะท้อนผ่านอัตราส่วน ∣Θ∣ATM/∣Θ∣OTM|\Theta|_{\text{ATM}}/|\Theta|_{\text{OTM}} ที่ลดลงเมื่อ σ\sigma เพิ่มขึ้น.

ในพารามิเตอร์ตัวอย่าง การเลือก K≈SK\approx S ให้ Θnet=ΘLONG−ΘSHORT\Theta_{\mathrm{net}}=\Theta_{\mathrm{LONG}}-\Theta_{\mathrm{SHORT}} สูงใกล้ ATM แต่ Γnet\Gamma_{\mathrm{net}} ก็ติดลบมากใกล้บริเวณเดียวกัน จึงต้องพิจารณาผลจาก time decay ควบคู่กับความเสี่ยงจากการเคลื่อนไหวของราคา.

พฤติกรรมของ Γ\Gamma ในกลยุทธ์ Calendar Spread

ในพารามิเตอร์ตัวอย่างใกล้ ATM ขาอายุสั้นมี Γ\Gamma สูงกว่าขาอายุไกล จึงได้ Γnet<0\Gamma_{\mathrm{net}}<0 สอดคล้องกับความสัมพันธ์โดยประมาณ (2.6) เมื่อปัจจัยอื่นใกล้เคียงกัน การเคลื่อนไหวของราคาเพิ่มความเสี่ยงจาก Short Gamma แต่เครื่องหมายและขนาดของ Net Gamma ต้องคำนวณใหม่เมื่อ moneyness หรือ IV ของสองขาเปลี่ยนไป.

ผลของความผันผวนต่อ Γ\Gamma

รูปที่ 8 แสดงว่าในพารามิเตอร์ที่ใช้ เมื่อ σ\sigma สูงขึ้น กราฟ Γ\Gamma ใกล้ ATM จะแผ่กว้างและยอดลดลง ขณะที่ σ\sigma ต่ำทำให้กราฟแหลมขึ้น การเปรียบเทียบนี้เป็นผลของระดับ IV ในแบบจำลอง ไม่ได้แปลว่า IV>RVIV>RV ต้องเป็นช่วง IV สูงเสมอ เพราะอสมการบอกเพียงขนาดสัมพัทธ์ของสองค่า.

Gamma เทียบกับราคาใช้สิทธิที่ระดับความผันผวนต่างกัน
รูปที่ 8. รูปแบบ (profile) ของ Γ เทียบกับราคาใช้สิทธิ (K): σ สูงทำให้ peak ที่ ATM ต่ำลงและกว้างขึ้น (T = 90 วัน, S = 100)

การวิเคราะห์ผลรวมของค่ากรีกตามสภาวะ VRP

รูปที่ 9 แสดง νnet\nu_{\mathrm{net}} และ Θnet\Theta_{\mathrm{net}} ตามราคาใช้สิทธิ ภายใต้พารามิเตอร์ตัวอย่าง Θnet\Theta_{\mathrm{net}} เป็นบวกใกล้ ATM แต่สามารถติดลบเมื่อห่างจาก ATM ส่วน νnet\nu_{\mathrm{net}} เป็นบวกในช่วงราคาใช้สิทธิที่แสดง จึงต้องอ่านผลจาก time decay และ IV แยกกันตามตำแหน่งของราคา.

Net Vega และ Net Theta ของ Calendar Spread เทียบกับราคาใช้สิทธิ
รูปที่ 9. νnet และ Θnet ( = LONG − SHORT) ของ Calendar Spread เทียบกับราคาใช้สิทธิ (TSHORT = 30 วัน, TLONG = 180 วัน, σ = 20%, S = 100)

เหตุใด νnet\nu_{net} จึงมีรอยบุ๋มที่ ATM และยอดเยื้องไปฝั่ง OTM

Vega ของออปชั่นขาเดียว ν=ST N′(d1)\nu = S\sqrt{T}\,N'(d_1) เป็นเส้นโค้งระฆัง (bell curve) ในแกน ln⁡(S/K)\ln(S/K) ซึ่งมีทั้งความสูงของยอด ∝T\propto\sqrt{T} และความกว้าง ∝σT\propto\sigma\sqrt{T} ดังนั้นขา LONG (TL=180T_L=180 วัน) จึงให้ระฆังที่ทั้ง สูงและกว้าง ขณะที่ขา SHORT (TS=30T_S=30 วัน) ให้ระฆังที่ เตี้ยและแคบ กระจุกตัวที่ ATM เมื่อนำมาหักลบเป็น νnet=νLONG−νSHORT\nu_{net}=\nu_{\text{LONG}}-\nu_{\text{SHORT}} จึงเกิดลักษณะสำคัญสามประการ ซึ่งเห็นได้จากค่าตัวเลขในตารางที่ 9:

  1. νnet>0\nu_{\mathrm{net}}>0 ในช่วงราคาใช้สิทธิที่แสดงในตารางนี้ เนื่องจาก Vega ของขา LONG มากกว่าขา SHORT ตามพารามิเตอร์ตัวอย่าง อัตราส่วน TL/TS=6\sqrt{T_L/T_S}=\sqrt{6} เพียงอย่างเดียวยังไม่พอพิสูจน์เครื่องหมายในทุกกรณี เพราะพจน์ N′(d1)N'(d_1) ของแต่ละขาก็ต่างกัน.

  2. เกิดรอยบุ๋ม (notch) ที่ ATM เพราะระฆังแคบของขา SHORT มียอดสูงสุด ตรง ATM พอดี การหักลบจึงเซาะยอดของ νnet\nu_{net} ลง สังเกตว่าที่ K=100K=100 ค่า νnet=16.32\nu_{net}=16.32 ต่ำกว่าค่าที่ K=95K=95 และ K=105K=105 เล็กน้อย.

  3. ยอดสูงสุดจริงเยื้องไปฝั่ง OTM (K≈110K\approx110) เพราะ ณ จุดนั้นระฆังแคบ ของขา SHORT ดับไปแล้ว แต่ระฆังกว้างของขา LONG ยังสูงอยู่ ประกอบกับยอด vega ของแต่ละขาตั้งอยู่ที่ K=S e(r+12σ2)T>SK=S\,e^{(r+\frac{1}{2}\sigma^2)T}>S โปรไฟล์จึงเอียงไปทางราคาใช้สิทธิสูง.

ลักษณะนี้ตรงข้ามกับ Θnet\Theta_{net} ที่พุ่งสูงสุดแหลมที่ ATM ดังนั้นการเลือก K≈SK\approx S จึงให้ Theta สูงสุดแต่ Vega กลับย่อลงเล็กน้อย ซึ่งเป็นข้อพิจารณา สำคัญในการเลือกราคาใช้สิทธิให้เหมาะกับเป้าหมายว่าต้องการเน้น time decay หรือ vega exposure.

ตารางที่ 9. ค่า Vega ของแต่ละขาและ νnet ของ Calendar Spread เทียบกับ ราคาใช้สิทธิ (S = 100, σ = 20%, r = 2%, TS = 30 วัน, TL = 180 วัน) Vega มีหน่วยมูลค่าต่อความผันผวน 1.00; หาก IV เปลี่ยน 1 จุดเปอร์เซ็นต์ให้หารด้วย 100 คำนวณด้วยโค้ดในภาคผนวก Net Vega
K νLONG νSHORT νnet
80 6.28 0.00 6.28
85 12.07 0.17 11.90
90 18.84 1.90 16.94
95 24.65 7.27 17.38
100 (ATM) 27.74 11.42 16.32
105 27.42 8.35 19.07
110 24.24 3.16 21.08
115 19.44 0.67 18.77
120 14.33 0.09 14.25

ตารางที่ 10 สรุปผลของค่ากรีกในกลยุทธ์ Calendar Spread ภายใต้สภาวะ VRP ทั้งสองกรณี:

ตารางที่ 10. ผลเชิงคุณภาพของค่ากรีกในสองกรณีตัวอย่าง VRP
VRP leg Δ Γ Θ ν (Vega) Net
Sign Effect Sign Effect Sign Effect Sign Effect
IV > RV SHORT (−) (±) (−) (+) (+) (+ + +) (−) (−) (+ + +) Θ (D)
LONG (+) (+) (−) (+)
IV < RV SHORT (−) (±) (−) (− − −) (+) (+) (−) (− − −) (− − −) Γ (D), ν(+ + +)
LONG (+) (+) (−) (+)

หมายเหตุ: (±)(\pm) = ผลกระทบน้อย (Net Δ≈0\Delta \approx 0 เนื่องจาก ATM ทั้งสองขา); (+)/(−)(+)/(-) = ผลเล็กน้อยบวก/ลบ; (+ ⁣+ ⁣+)/(− ⁣− ⁣−)(+\!+\!+)/(-\!-\!-) = ผลมีนัยสำคัญบวก/ลบต่อกลยุทธ์. ขอบเขตของตาราง: เครื่องหมายหลายตัวเป็นคำอธิบายเชิงคุณภาพของตัวอย่าง ไม่ใช่ขนาดผลตอบแทนที่วัดได้ อสมการ IV>RVIV>RV หรือ IV<RVIV<RV บอกเพียงขนาดสัมพัทธ์ ไม่ได้บอกว่า IV หรือ RV สูงในเชิงสัมบูรณ์ และไม่ได้ทำนายว่า IV จะลดลงหรือเพิ่มขึ้น. เมื่อ Γnet<0\Gamma_{\mathrm{net}}<0 การเคลื่อนไหวจริงต่ำกว่า IV ที่ใช้ตีราคาส่งผลบวกต่อองค์ประกอบ Theta–Gamma หลัง Delta hedge; การเคลื่อนไหวจริงสูงกว่าส่งผลลบ ส่วนผลจาก Vega ต้องกำหนดการเปลี่ยน IV ของแต่ละขาเพิ่มเติม.

กรณี IV>RVIV > RV: Θ\Theta มีบทบาทโดดเด่น (Dominant)

เมื่อ IV สูงกว่า RV และ Γnet<0\Gamma_{\mathrm{net}}<0 สมการ (4.5) ให้พจน์ Theta–Gamma หลัง Delta hedge เป็นบวกภายใต้สมมติฐานของการทดลอง เพราะ σRV2−σIV2<0\sigma_{\mathrm{RV}}^2-\sigma_{\mathrm{IV}}^2<0 ข้อสรุปนี้ไม่รวมการเปลี่ยน IV หรือต้นทุนซื้อขาย โดยแยกองค์ประกอบได้ดังนี้:

  1. Θnet\Theta_{\mathrm{net}} เป็นบวกใกล้ ATM ในตัวอย่าง: Theta ของออปชันขาสั้นมีค่าสัมบูรณ์มากกว่าขาอายุไกล จึงให้ผลบวกจากเวลาที่ผ่านไปเมื่อปัจจัยอื่นคงที่.

  2. νnet\nu_{\mathrm{net}} เป็นบวกในตัวอย่าง: หาก IV ของทั้งสองขาลดลงเท่ากัน ผลจาก Vega จะเป็นลบและอาจหักล้างรายได้จาก time decay หาก IV ขาสั้นลดมากกว่าขาอายุไกล ต้องคำนวณผลของแต่ละขาจึงจะทราบผลสุทธิ.

  3. ระดับ IV>RVIV>RV เพียงอย่างเดียวไม่ใช่สัญญาณเข้ากลยุทธ์ ต้องพิจารณา term structure ของ IV การเคลื่อนไหวราคา ต้นทุน และวิธีปรับ Delta hedge ร่วมกัน.

กรณี RV>IVRV > IV: Γ\Gamma มีบทบาทโดดเด่น (Dominant)

เมื่อ RV สูงกว่า IV และ Γnet<0\Gamma_{\mathrm{net}}<0 สมการ (4.5) ให้พจน์ Theta–Gamma หลัง Delta hedge เป็นลบภายใต้สมมติฐานเดิม เพราะ σRV2−σIV2>0\sigma_{\mathrm{RV}}^2-\sigma_{\mathrm{IV}}^2>0 โดยมีความเสี่ยงสำคัญดังนี้:

  1. Γnet\Gamma_{net} เป็นลบ: ขา SHORT มี Γ\Gamma สูงที่ ATM ทำให้ Γnet\Gamma_{net} ติดลบ เมื่อ RV สูง (ราคาเคลื่อนไหวมาก) ผลของ Negative Gamma ทำให้กลยุทธ์ขาดทุน.

  2. νnet\nu_{\mathrm{net}} เป็นบวกในตัวอย่าง: หาก IV ของทั้งสองขาเพิ่มขึ้นเท่ากันในภายหลัง ผลจาก Vega จะเป็นบวก แต่การพบ RV>IVRV>IV ไม่ได้ทำนายว่า IV ต้องเพิ่มขึ้น และไม่ได้รับประกันว่าจะชดเชยผลขาดทุนจาก Gamma ได้.

  3. ในสภาวะนี้ Positive Gamma ของขา LONG ช่วยบรรเทาผลเสียได้บ้าง เนื่องจาก ΓLONG>0\Gamma_{\text{LONG}} > 0 แม้จะมีค่าน้อยกว่า ΓSHORT\Gamma_{\text{SHORT}} ก็ตาม.

การพิจารณา ρ\rho สำหรับ Rolling Calendar Spread

สำหรับ Rolling Calendar Spread ที่ขาสั้นอายุ 1 เดือน และขายาวอายุ 6 เดือน ผล Rho มีนัยสำคัญมากขึ้นเนื่องจาก ρ∝T\rho \propto T:

ρnet=ρLONG−ρSHORT=K(TL e−rTLN(d2,L)−TS e−rTSN(d2,S)),\begin{split} \rho_{\text{net}} &= \rho_{\text{LONG}} - \rho_{\text{SHORT}} \\ &= K\bigl(T_L\,e^{-rT_L}N(d_{2,L}) - T_S\,e^{-rT_S}N(d_{2,S})\bigr), \end{split}
โดยที่ TLT_L และ TST_S คืออายุสัญญาของขา LONG และ SHORT ตามลำดับ สังเกตว่าแต่ละขาถูกคิดลด (discount) ด้วยตัวประกอบ e−rTe^{-rT} ของอายุสัญญา ตนเอง ไม่ใช่ตัวประกอบร่วมตัวเดียว เนื่องจาก TL≠TST_L \neq T_S. เมื่ออัตราดอกเบี้ยสูงขึ้น ρnet\rho_{net} ที่เป็นบวกจะเพิ่มมูลค่าให้กับ Calendar Spread ของออปชั่น Call แต่ลดมูลค่าในกรณีออปชั่น Put.

สรุป

บทความนี้วิเคราะห์บทบาทของค่ากรีกในกลยุทธ์ Calendar Spread ภายใต้สภาวะ VRP ที่แตกต่างกัน ผลการศึกษาแสดงว่า:

  1. เมื่อ IV>RVIV>RV และ Γnet<0\Gamma_{\mathrm{net}}<0 ภายใต้สมมติฐานการทดลอง องค์ประกอบ Theta–Gamma หลัง Delta hedge เป็นบวก แต่ IV ที่ลดลงพร้อมกันทั้งสองขาสร้างผลลบเมื่อ Net Vega เป็นบวก

  2. เมื่อ RV>IVRV>IV และ Γnet<0\Gamma_{\mathrm{net}}<0 องค์ประกอบเดียวกันเป็นลบ ส่วนผลจาก Vega ขึ้นอยู่กับการเปลี่ยนแปลง IV ของแต่ละขาซึ่งเป็นอีกสมมติฐานหนึ่ง

  3. ความสัมพันธ์ νLONG>νSHORT\nu_{\mathrm{LONG}}>\nu_{\mathrm{SHORT}} และ ∣ΘSHORT∣>∣ΘLONG∣|\Theta_{\mathrm{SHORT}}|>|\Theta_{\mathrm{LONG}}| ใกล้ ATM ในพารามิเตอร์ตัวอย่างช่วยอธิบายโครงสร้างความเสี่ยง ไม่ใช่การรับประกันประสิทธิภาพหรือผลตอบแทนในตลาดจริง

  4. ρ\rho มีบทบาทสำคัญในกรณี Rolling Calendar Spread ที่ขายาวมีอายุสัญญา 6 เดือนขึ้นไปหรือในสภาวะดอกเบี้ยผันผวนสูง.

งานวิจัยในอนาคตควรศึกษาผลกระทบของ Volatility Surface (พื้นผิวความผันผวน) และ Implied Volatility Smile ต่อการปรับสมมติฐานของแบบจำลองแบล็ก-โชลส์ในการประเมินค่ากรีกของกลยุทธ์ Calendar Spread เพิ่มเติม.

ทดลอง IV shock แยกแต่ละขา

เปิด JavaScript เพื่อปรับค่าห้องทดลองนี้ สมการและตัวอย่างในบทอ่านได้ตามปกติ

ผู้เขียนต้นฉบับ · QuantCorner

Triphop Mahithitarmmatorn

ผู้เขียนบทความ “การวิเคราะห์ค่ากรีกในกลยุทธ์ Calendar Spread ภายใต้สภาวะ Volatility Risk Premium” ซึ่งเป็นต้นฉบับของซีรีส์นี้

อ่านบทนี้แล้วอยากเรียนรู้ต่อ? ติดตามผู้เขียนและ QuantCorner ได้ที่นี่

ค้นหาในสมุดบันทึก