Amb motiu del tancament d'estiu, la validació de documents es reprendrà a partir del 28 d'agost de 2026. Disculpeu les molèsties.
Con motivo del cierre de verano, la validación de documentos se reanudará a partir del 28 de agosto de 2026. Disculpad las molestias
Due to the summer closure, document validation will resume starting August 28, 2026. We apologize for any inconvenience.

Document type

Master thesis

Publication date

Publication license

cc-by-nc-nd (c) Cho Mun, 2021
Please use this identifier to cite or link to this item: https://hdl.handle.net/2445/173551

Interpolación de superficies de volatilidad mediante splines cúbicos

Journal Title

Director/Tutor

Journal ISSN

Volume Title

Related resource

Abstract

El presente trabajo tiene como objetivo describir, implementar y validar los métodos de interpolación de splines cúbicos univariado y bivariado en superficies de volatilidad. La superficie de volatilidad es la herramienta esencial para que los participantes del mercado puedan valorar opciones que no cotizan en los mercados organizados. El trabajo se fundamenta en el modelo generalizado de Black-Scholes-Merton, el modelo más estandardizado para la valoración de opciones europeas. Mediante métodos de búsqueda de raíces utilizaremos la ecuación de Black-Scholes para obtener las volatilidades implícitas del índice de opciones europeas de renta variable SPX, cuyo subyacente es el índice S&P 500. Se muestra como se construye una superficie de volatilidad paso a paso y posteriormente usaremos los métodos de interpolación para extraer volatilidades implícitas no cotizadas. Finalmente se validarán ambos métodos de interpolación con técnicas de Machine Learning.

Description

Treballs Finals del Màster de Ciències Actuarials i Financeres, Facultat d'Economia i Empresa, Universitat de Barcelona, Curs: 2020-2021, Tutor: Luis Ortiz Gracia

Citation

Citation

CHO MUN, Minsu-Luis. Interpolación de superficies de volatilidad mediante splines cúbicos. [consulted: 7 of August of 2026]. Available at: https://hdl.handle.net/2445/173551

Export metadata

JSON - METS

Share record