d dv ds. S S S dt S dz Sdt Sdz S t 2 S S S S Lampiran 1 Penurunan persamaan (2.8) V V V Persamaan (2.5) adalah Persamaan (2.7) adalah d dv ds.
|
|
- Glenna Liana Gunardi
- 6 tahun lalu
- Tontonan:
Transkripsi
1 DAFAR PUSAKA Bodie Z, Kane A, Marcus AJ Investasi. Jilid 1,. Budi Wibowo, penerjemah; Salemba Empat. erjemahan dari: Invesment. Higham DJ. An Introduction to Financial Option Valuation. Department of Mathematics University of Strathclyde. Hull JC Option Future and Other Derivative. University of oronto: Prentice Hall International Inc. Leisen DPJ and Reimer M Binomial Model for Option Valuation-Examining and Improving Convergence. Journal of Applied Mathematical Finance 3: Niwiga DB Numerical Method For Valuation Of Financial Derivatives [tesis]. University of Werstern Cape, South Africa. bundi/thesis. pdf [4 Oktober 007]. Purcell EJ and Varberg D Kalkulus dan Geometri Analitik. Jilid. I Nyoman Susilo at.al. penerjemah; Erlangga. erjemahan dari: Calculus With Analytic Geometry.
2 LAMPIRAN
3 44 Lampiran 1 Penurunan persamaan (.8) Persamaan (.3) adalah ds Sdt Sdz. Persamaan (.5) adalah V V 1 V V dv S S dt S dz. S t S S V Persamaan (.7) adalah d dv ds. S Substitusi (.3) dan (.5) ke dalam (.7) diperoleh V d dv ds. S V V 1 V V V S S dt S dz Sdt Sdz S t S S S V V 1 V V V V S dt dt S dt S dz S dt S dz S t S S S S V V V 1 V V V S dt S dt dt S dt S dz S dz S S t S S S V t 1 V S 0 dt S dt 0 V t 1 S V S dt Jadi V t 1 V S d S dt
4 45 Lampiran Penurunan persamaan (.15). 1 elah diturunkan bahwa ln S ln S0 ~ N r,, sehingga rataan dari ln S ln S0 adalah r 1 dan variansinya. (L.1) Persamaan (.13) menyebutkan bahwa ln S berdistribusi normal dengan rataan m 1 ln S 0 r dan standar deviasi s, sehingga variansinya Persamaan (.14) adalah Q ln S m. Substitusi (.13) ke dalam (.14) diperoleh Q 1 ln S ln S 0 1 r Jika a dan b suatu konstanata serta X suatu peubah acak maka (Buchanan 007): ax b ae X b Var Var ax b a X Q 1 ln S ln 1 S 0 r 1 ln S ln 1 S 0 r
5 46 1 ln S ln 1 S 0 r (L.) Substitusi (L.1) ke dalam (L.) diperoleh E 1 1 Q r r = Var Q =Var ln S ln S0 r 1 = Var ln S ln S 1 = = 1 Jadi rataan dari Q adalah 0 dan variansinya 1. 0
6 47 LAMPIRAN PROGRAM DENGAN SOFWARE MALAB 6.5 UNUK GAMBAR DAN PENGHIUNGAN NILAI PADA ABEL Lampiran program untuk gambar 3.1 % Program untuk gambar 3.1 tic E=110; =1; r=0.05; % M adalah banyak refinement, sebagai n %M=40; for M=1:100 dt=/m; u=exp(sigma*sqrt(dt)); d=exp(-sigma*sqrt(dt)); p=(exp(r*dt)-d)/(u-d); W=max(S*d.^([M:-1:0]').*u.^([0:M]')-E,0); for i=m:-1:1 W=exp(-r*dt)*(p*W(:i+1)+(1-p)*W(1:i)); %disp('harga opsi call adalah'),disp(w) disp([m,w]) B(M)=W; x=10:1:m; y=b(10:100) plot(x,y) hold off % solusi Black-scholes untuk CALL d1=(log(s/e)+(r+sigma^/)*)/(sigma*^0.5); d=(log(s/e)+(r-sigma^/)*)/(sigma*^0.5); Nd1=normcdf(d1,0,1); Nd=normcdf(d,0,1); C=S*Nd1-E*exp(-r*)*Nd; disp('nilai call untuk Black-Scholes adalah'),disp(c) line([10,100],[c,c]) toc
7 48 Lampiran program untuk gambar 3. % Program untuk gambar 3. tic E=110; =1; r=0.05; % M adalah banyak refinement, sebagai n %M=40; for M=1:100 dt=/m; % p pilihan siri %p= ; u=exp(sigma*sqrt(dt)+(r-0.5*sigma^)*dt); d=exp(-sigma*sqrt(dt)+(r-0.5*sigma^)*dt); p=(exp(r*dt)-d)/(u-d); W=max(S*d.^([M:-1:0]').*u.^([0:M]')-E,0); for i=m:-1:1 W=exp(-r*dt)*(p*W(:i+1)+(1-p)*W(1:i)); %disp('harga opsi call adalah'),disp(w) disp([m,w]) B(M)=W; hold on % solusi Black-scholes untuk CALL d1=(log(s/e)+(r+sigma^/)*)/(sigma*^0.5); d=(log(s/e)+(r-sigma^/)*)/(sigma*^0.5); Nd1=normcdf(d1,0,1); Nd=normcdf(d,0,1); C=S*Nd1-E*exp(-r*)*Nd; disp('nilai call untuk Black-Scholes adalah'),disp(c) line([10,100],[c,c]) % gambar grafik x=10:1:m; y=b(10:100) plot(x,y) toc
8 49 Lampiran program untuk gambar 3.3 % program untuk gambar 3.3 tic E=110; =1; r=0.05; % M adalah banyak refinement, sebagai n for M=1:100 dt=/m; rn=exp(r*dt); vn=exp(sigma.^*dt); u=rn*vn*0.5*(vn+1+(vn.^+*vn-3).^0.5) d=rn*vn*0.5*(vn+1-(vn.^+*vn-3).^0.5) p=(exp(r*dt)-d)/(u-d); W=max(S*d.^([M:-1:0]').*u.^([0:M]')-E,0); for i=m:-1:1 W=exp(-r*dt)*(p*W(:i+1)+(1-p)*W(1:i)); %disp('harga opsi call adalah'),disp(w) disp([m,w]) B(M)=W; x=10:1:m; y=b(10:100) plot(x,y) axis([ ]) hold off d1=(log(s/e)+(r+sigma^/)*)/(sigma*^0.5); d=(log(s/e)+(r-sigma^/)*)/(sigma*^0.5); Nd1=normcdf(d1,0,1); Nd=normcdf(d,0,1); C=S*Nd1-E*exp(-r*)*Nd; disp('nilai call untuk Black-Scholes adalah'),disp(c) line([10,100],[c,c]) toc
9 50 Lampiran program untuk gambar 3.4 format long % Program untuk gambar 3.4 tic K=90; =1; r=0.05; k=10; for i=1:6 for n=10:1:1000 %MEODE CRR Versi Lain un=exp(sigma*(/n)^(0.5)); dn=exp(-sigma*(/n)^(0.5)); a=(log(k/s)-n*log(dn))/(log(un)-log(dn)); pna=(un/rn)*pn; cncrrvl=s*(1-binocdf(a,n,pna))-k*rn^(-n)*(1-binocdf(a,n,pn)); %MEODE BS d1=(log(s/k)+(r+0.5*sigma^)*)/(sigma*^0.5); d=(log(s/k)+(r-0.5*sigma^)*)/(sigma*^0.5); cnbs=s*normcdf(d1,0,1)-k*exp(-r*)*normcdf(d,0,1); %ERROR error(n-9)=abs(cncrrvl-cnbs); y(n-9)=k/n; m=min(y-error); for j=1:1:991 if (y(j)-error(j)) == m break else
10 51 k=(j+9)*(k/(j+9)-m); %Gambar Error hold on n=10:1:1000; plot(n,error) plot(n,y) toc Lampiran program untuk gambar 3.5 format long % Program untuk gambar 3.5 tic K=110; =1; r=0.05; k=10; for i=1:6 for n=10:1:1000 %MEODE JR Versi Lain un=exp((r-0.5*sigma^)*/n+sigma*(/n)^(0.5)); dn=exp((r-0.5*sigma^)*/n-sigma*(/n)^(0.5)); a=(log(k/s)-n*log(dn))/(log(un)-log(dn)); pna=(un/rn)*pn; cnjrvl=s*(1-binocdf(a,n,pna))-k*rn^(-n)*(1-binocdf(a,n,pn)); %MEODE BS d1=(log(s/k)+(r+0.5*sigma^)*)/(sigma*^0.5); d=(log(s/k)+(r-0.5*sigma^)*)/(sigma*^0.5); cnbs=s*normcdf(d1,0,1)-k*exp(-r*)*normcdf(d,0,1);
11 5 %ERROR error(n-9)=abs(cnjrvl-cnbs); y(n-9)=k/n; m=min(y-error); for j=1:1:991 if (y(j)-error(j)) == m break else k=(j+9)*(k/(j+9)-m); %Gambar Error hold on n=10:1:1000; plot(n,error) plot(n,y) toc Lampiran program untuk gambar 3.6 format long % Program untuk gambar 3.6 tic K=100; =1; r=0.05; k=10; for i=1:6 for n=10:1:1000 %MEODE ian Versi Lain vn=exp(sigma^*/n);
12 53 un=(rn*vn/)*(vn+1+(vn^+*vn-3)^0.5); dn=(rn*vn/)*(vn+1-(vn^+*vn-3)^0.5); a=(log(k/s)-n*log(dn))/(log(un)-log(dn)); pna=(un/rn)*pn; cnjrvl=s*(1-binocdf(a,n,pna))-k*rn^(-n)*(1-binocdf(a,n,pn)); %MEODE BS d1=(log(s/k)+(r+0.5*sigma^)*)/(sigma*^0.5); d=(log(s/k)+(r-0.5*sigma^)*)/(sigma*^0.5); cnbs=s*normcdf(d1,0,1)-k*exp(-r*)*normcdf(d,0,1); %ERROR error(n-9)=abs(cnjrvl-cnbs); y(n-9)=k/n; m=min(y-error); for j=1:1:991 if (y(j)-error(j)) == m break else k=(j+9)*(k/(j+9)-m); %Gambar Error hold on n=10:1:1000; plot(n,error) plot(n,y) toc Lampiran program untuk gambar 3.7 sisi kanan %gambar 3.9 kanan
13 54 %gambar momen definisi tic K=90; =1; r=0.05; for n=10:1:1000 un=exp(sigma*(/n)^(0.5)); dn=exp(-sigma*(/n)^(0.5)); vn=exp(sigma^*/n); m(n-9)=((un-1)^*pn+(dn-1)^*(1-pn))-(rn-1)^*vn; m3(n-9)=((un-1)^3*pn+(dn-1)^3*(1-pn))-(rn-1)^3*vn^3; pm(n-9)=log(un)*(un-1)^3; hold on n=10:1:1000; line([ ],[ ]) %plot(n,m,'red') plot(n,m3,'k--') plot(n,pm,'k-.') leg('momen ke-','momen ke-3','momen semu') toc Lampiran program untuk gambar 3.8 sisi kanan %gambar 3.8 sisi kanan tic K=100; =1; r=0.05; for n=10:1:1000
14 55 vn=exp(sigma^*/n); un=(rn*vn/)*(vn+1+(vn^+*vn-3)^0.5); dn=(rn*vn/)*(vn+1-(vn^+*vn-3)^0.5); m(n-9)=((un-1)^*pn+(dn-1)^*(1-pn))-(rn-1)^*vn; m3(n-9)=((un-1)^3*pn+(dn-1)^3*(1-pn))-(rn-1)^3*vn^3; pm(n-9)=log(un)*(un-1)^3; hold on n=10:1:1000 line([ ],[ ]) %plot(n,m,'red') plot(n,m3,'k-') plot(n,pm,'k-.') leg('momen ke-','momen ke-3','momen semu') toc Lampiran program untuk gambar 3.9 sisi kanan %gambar 3.9 kanan %gambar momen definisi tic K=90; =1; r=0.05; for n=10:1:1000 un=exp(sigma*(/n)^(0.5)); dn=exp(-sigma*(/n)^(0.5)); vn=exp(sigma^*/n);
15 56 m(n-9)=((un-1)^*pn+(dn-1)^*(1-pn))-(rn-1)^*vn; m3(n-9)=((un-1)^3*pn+(dn-1)^3*(1-pn))-(rn-1)^3*vn^3; pm(n-9)=log(un)*(un-1)^3; hold on n=10:1:1000; plot(n,m,'red') plot(n,m3,'k--') plot(n,pm,'k-.') leg('momen ke-','momen ke-3','momen semu') %line([ ],[ ]) toc Lampiran program untuk gambar 3.10 sisi kiri % grafik dari gambar 3.10 sisi kiri tic K=110; =1; r=0.05; %n=4; for n=11::150 d1=(log(s/k)+(r+0.5*sigma^)*)/(sigma*^0.5); d=(log(s/k)+(r-0.5*sigma^)*)/(sigma*^0.5); % untuk PP1 if K <= S pna1=0.5+( *exp(-(d1/(n+(1/3)))^*(n+(1/6))))^0.5; pn1 =0.5+( *exp(-(d/(n+(1/3)))^*(n+(1/6))))^0.5; else pna1=0.5-( *exp(-(d1/(n+(1/3)))^*(n+(1/6))))^0.5; pn1 =0.5-( *exp(-(d/(n+(1/3)))^*(n+(1/6))))^0.5; rn1=exp(r*/n); un1=rn1*(pna1/pn1);
16 57 dn1=(rn1-pn1*un1)/(1-pn1); a1=(log(k/s)-n*log(dn1))/(log(un1)-log(dn1)); cnpp1(n-10)=s*(1-binocdf(a1,n,pna1))-k*rn1^(-n)*(1-binocdf(a1,n,pn1)); % untuk PP if K <= S pna=0.5+( *exp(-(d1/(n+(1/3)+0.1/(n+1)))^*(n+(1/6))))^0.5; pn =0.5+( *exp(-(d/(n+(1/3)+0.1/(n+1)))^*(n+(1/6))))^0.5; else pna=0.5-( *exp(-(d1/(n+(1/3)+0.1/(n+1)))^*(n+(1/6))))^0.5; pn =0.5-( *exp(-(d/(n+(1/3)+0.1/(n+1)))^*(n+(1/6))))^0.5; un=rn*(pna/pn); dn=(rn-pn*un)/(1-pn); a=(log(k/s)-n*log(dn))/(log(un)-log(dn)); cnpp(n-10)=s*(1-binocdf(a,n,pna))-k*rn^(-n)*(1-binocdf(a,n,pn)); hold on %Gambar Garis Black Scholes %========================== d1=(log(s/k)+(r+0.5*sigma^)*)/(sigma*^0.5); d=(log(s/k)+(r-0.5*sigma^)*)/(sigma*^0.5); cnbs=s*normcdf(d1,0,1)-k*exp(-r*)*normcdf(d,0,1); line([10,150],[cnbs,cnbs]) %Gambar opsi CRR %=============== n=11::150; axis([ ]) c1=cnpp1(n-10); c=cnpp(n-10); plot(n,c1,'k',n,c,'k') gtext('pp1') gtext('pp') toc Lampiran program untuk gambar 3.10 sisi kanan
17 58 % grafik dari gambar 3.10 sisi kanan tic K=110; =1; r=0.05; %n=4; for n=11::1000 d1=(log(s/k)+(r+0.5*sigma^)*)/(sigma*^0.5); d=(log(s/k)+(r-0.5*sigma^)*)/(sigma*^0.5); % untuk Black-Scholes cnbs=s*normcdf(d1,0,1)-k*exp(-r*)*normcdf(d,0,1); % untuk PP1 if K <= S pna1=0.5+( *exp(-(d1/(n+(1/3)))^*(n+(1/6))))^0.5; pn1 =0.5+( *exp(-(d/(n+(1/3)))^*(n+(1/6))))^0.5; else pna1=0.5-( *exp(-(d1/(n+(1/3)))^*(n+(1/6))))^0.5; pn1 =0.5-( *exp(-(d/(n+(1/3)))^*(n+(1/6))))^0.5; rn1=exp(r*/n); un1=rn1*(pna1/pn1); dn1=(rn1-pn1*un1)/(1-pn1); a1=(log(k/s)-n*log(dn1))/(log(un1)-log(dn1)); cnpp1(n-10)=s*(1-binocdf(a1,n,pna1))-k*rn1^(-n)*(1-binocdf(a1,n,pn1)); % error PP1 error1(n-10)=abs(cnpp1(n-10)-cnbs); % untuk PP if K <= S pna=0.5+( *exp(-(d1/(n+(1/3)+0.1/(n+1)))^*(n+(1/6))))^0.5; pn =0.5+( *exp(-(d/(n+(1/3)+0.1/(n+1)))^*(n+(1/6))))^0.5; else pna=0.5-( *exp(-(d1/(n+(1/3)+0.1/(n+1)))^*(n+(1/6))))^0.5; pn =0.5-( *exp(-(d/(n+(1/3)+0.1/(n+1)))^*(n+(1/6))))^0.5; un=rn*(pna/pn); dn=(rn-pn*un)/(1-pn);
18 59 a=(log(k/s)-n*log(dn))/(log(un)-log(dn)); cnpp(n-10)=s*(1-binocdf(a,n,pna))-k*rn^(-n)*(1-binocdf(a,n,pn)); %error PP error(n-10)=abs(cnpp(n-10)-cnbs); %Gambar Error hold on n=11::1000; plot(n,error1(n-10),'k-') plot(n,error(n-10),'k-.') leg('pp1','pp') toc Lampiran program pembuatan tabel penghitungan nilai call untuk n = 5 format long %tic =0.5; r=0.07; n=5; disp('======================================================== =======================================') disp(' K CRR JR ian CRRVL PP1 PP BS') disp('======================================================== =======================================') for K=80:10:10; %MEODE CRR un=exp(sigma*(/n)^(0.5)); dn=exp(-sigma*(/n)^(0.5)); for j=0:n f=nchoosek(n,j)*pn^(n-j)*(1-pn)^(j)*max(0,un^(n-j)*dn^j*s-k);
19 60 fa(j+1)=f; cncrr=rn^(-n)*sum(fa); %MEODE JR un=exp((r-0.5*sigma^)*/n+sigma*(/n)^(0.5)); dn=exp((r-0.5*sigma^)*/n-sigma*(/n)^(0.5)); for j=0:n f=nchoosek(n,j)*pn^(n-j)*(1-pn)^(j)*max(0,un^(n-j)*dn^j*s-k); fa(j+1)=f; cnjr=rn^(-n)*sum(fa); %MEODE ian vn=exp(sigma^*/n); un=(rn*vn/)*(vn+1+(vn^+*vn-3)^0.5); dn=(rn*vn/)*(vn+1-(vn^+*vn-3)^0.5); for j=0:n f=nchoosek(n,j)*pn^(n-j)*(1-pn)^(j)*max(0,un^(n-j)*dn^j*s-k); fa(j+1)=f; cnian=rn^(-n)*sum(fa); %MEODE CRR Versi Lain un=exp(sigma*(/n)^(0.5)); dn=exp(-sigma*(/n)^(0.5)); a=(log(k/s)-n*log(dn))/(log(un)-log(dn)); pna=(un/rn)*pn; cncrrvl=s*(1-binocdf(a,n,pna))-k*rn^(-n)*(1-binocdf(a,n,pn)); %MEODE PP1
20 61 d1=(log(s/k)+(r+0.5*sigma^)*)/(sigma*^0.5); d=(log(s/k)+(r-0.5*sigma^)*)/(sigma*^0.5); if K <= S pna=0.5+( *exp(-(d1/(n+(1/3)))^*(n+(1/6))))^0.5; pn =0.5+( *exp(-(d/(n+(1/3)))^*(n+(1/6))))^0.5; else pna=0.5-( *exp(-(d1/(n+(1/3)))^*(n+(1/6))))^0.5; pn =0.5-( *exp(-(d/(n+(1/3)))^*(n+(1/6))))^0.5; un=rn*(pna/pn); dn=(rn-pn*un)/(1-pn); a=(log(k/s)-n*log(dn))/(log(un)-log(dn)); cnpp1=s*(1-binocdf(a,n,pna))-k*rn^(-n)*(1-binocdf(a,n,pn)); %MEODE PP d1=(log(s/k)+(r+0.5*sigma^)*)/(sigma*^0.5); d=(log(s/k)+(r-0.5*sigma^)*)/(sigma*^0.5); if K <= S pna=0.5+( *exp(-(d1/(n+(1/3)+0.1/(n+1)))^*(n+(1/6))))^0.5; pn =0.5+( *exp(-(d/(n+(1/3)+0.1/(n+1)))^*(n+(1/6))))^0.5; else pna=0.5-( *exp(-(d1/(n+(1/3)+0.1/(n+1)))^*(n+(1/6))))^0.5; pn =0.5-( *exp(-(d/(n+(1/3)+0.1/(n+1)))^*(n+(1/6))))^0.5; un=rn*(pna/pn); dn=(rn-pn*un)/(1-pn); a=(log(k/s)-n*log(dn))/(log(un)-log(dn)); cnpp=s*(1-binocdf(a,n,pna))-k*rn^(-n)*(1-binocdf(a,n,pn)); %MEODE BS d1=(log(s/k)+(r+0.5*sigma^)*)/(sigma*^0.5); d=(log(s/k)+(r-0.5*sigma^)*)/(sigma*^0.5); cnbs=s*normcdf(d1,0,1)-k*exp(-r*)*normcdf(d,0,1); W=[K,cnCRR,cnJR,cnian,cnCRRVL,cnPP1,cnPP,cnBS]; fprintf('%3.0f %1.8f %1.8f %1.8f %1.8f %1.8f %1.8f %1.8f\n',W);
21 disp('======================================================== =======================================') %toc Lampiran tabel penghitungan nilai put untuk n = 5 format long tic =0.5; r=0.07; n=5; disp('nilai put opsi Eropa') disp('======================================================== =========================') disp(' K CRR JR ian pncrrvl PP1 PP BS') disp('======================================================== =========================') for K=80:10:10; %MEODE CRR un=exp(sigma*(/n)^(0.5)); dn=exp(-sigma*(/n)^(0.5)); for j=0:n f=nchoosek(n,j)*pn^(n-j)*(1-pn)^(j)*max(0,k-un^(n-j)*dn^j*s); fa(j+1)=f; pncrr=rn^(-n)*sum(fa); %MEODE JR un=exp((r-0.5*sigma^)*/n+sigma*(/n)^(0.5)); dn=exp((r-0.5*sigma^)*/n-sigma*(/n)^(0.5)); 6
22 63 for j=0:n f=nchoosek(n,j)*pn^(n-j)*(1-pn)^(j)*max(0,k-un^(n-j)*dn^j*s); fa(j+1)=f; pnjr=rn^(-n)*sum(fa); %MEODE ian vn=exp(sigma^*/n); un=(rn*vn/)*(vn+1+(vn^+*vn-3)^0.5); dn=(rn*vn/)*(vn+1-(vn^+*vn-3)^0.5); for j=0:n f=nchoosek(n,j)*pn^(n-j)*(1-pn)^(j)*max(0,k-un^(n-j)*dn^j*s); fa(j+1)=f; pnian=rn^(-n)*sum(fa); %MEODE CRR Versi Lain un=exp(sigma*(/n)^(0.5)); dn=exp(-sigma*(/n)^(0.5)); a=(log(k/s)-n*log(dn))/(log(un)-log(dn)); pna=(un/rn)*pn; pncrrvl=k*rn^(-n)*binocdf(a,n,pn)-s*binocdf(a,n,pna); %MEODE PP1 d1=(log(s/k)+(r+0.5*sigma^)*)/(sigma*^0.5); d=(log(s/k)+(r-0.5*sigma^)*)/(sigma*^0.5); if K <= S pna=0.5+( *exp(-(d1/(n+(1/3)))^*(n+(1/6))))^0.5; pn =0.5+( *exp(-(d/(n+(1/3)))^*(n+(1/6))))^0.5; else pna=0.5-( *exp(-(d1/(n+(1/3)))^*(n+(1/6))))^0.5;
23 64 pn =0.5-( *exp(-(d/(n+(1/3)))^*(n+(1/6))))^0.5; un=rn*(pna/pn); dn=(rn-pn*un)/(1-pn); a=(log(k/s)-n*log(dn))/(log(un)-log(dn)); pnpp1=k*rn^(-n)*binocdf(a,n,pn)-s*binocdf(a,n,pna); %MEODE PP d1=(log(s/k)+(r+0.5*sigma^)*)/(sigma*^0.5); d=(log(s/k)+(r-0.5*sigma^)*)/(sigma*^0.5); if K <= S pna=0.5+( *exp(-(d1/(n+(1/3)+0.1/(n+1)))^*(n+(1/6))))^0.5; pn =0.5+( *exp(-(d/(n+(1/3)+0.1/(n+1)))^*(n+(1/6))))^0.5; else pna=0.5-( *exp(-(d1/(n+(1/3)+0.1/(n+1)))^*(n+(1/6))))^0.5; pn =0.5-( *exp(-(d/(n+(1/3)+0.1/(n+1)))^*(n+(1/6))))^0.5; un=rn*(pna/pn); dn=(rn-pn*un)/(1-pn); a=(log(k/s)-n*log(dn))/(log(un)-log(dn)); pnpp=k*rn^(-n)*binocdf(a,n,pn)-s*binocdf(a,n,pna); %MEODE BS %d1=(log(s/k)+(r+s^/)*)/(s*^0.5); %d=(log(s/k)+(r-s^/)*)/(s*^0.5); %Nd1=normcdf(-d1,0,1); %Nd=normcdf(-d,0,1); %p=k*exp(-r*)*nd-s*nd1; d1=(log(s/k)+(r+0.5*sigma^)*)/(sigma*^0.5); d=(log(s/k)+(r-0.5*sigma^)*)/(sigma*^0.5); pnbs=k*exp(-r*)*normcdf(-d,0,1)-s*normcdf(-d1,0,1); W=[K,pnCRR,pnJR,pnian,pnCRRVL,pnPP1,pnPP,pnBS]; fprintf('%3.0f %10.6f %10.6f %10.6f %10.6f %10.6f %10.6f %10.6f\n',W);
24 disp('======================================================= ==========================') toc 65
PENURUNAN MODEL BLACK-SCHOLES DENGAN METODE BINOMIAL UNTUK SAHAM TIPE EROPA
Jurnal Matematika UNAND Vol. 2 No. 3 Hal. 49 57 ISSN : 2303 290 c Jurusan Matematika FMIPA UNAND PENURUNAN MODEL BLAC-SCHOLES DENGAN MEODE BINOMIAL UNU SAHAM IPE EROPA LINA MUAWANAH NASIR Program Studi
Lebih terperinciGrosen A, Jorgensen. P.L Fair valuation of life insurance liabilities: the infact of interest rate guarantees, surrender option and bonus
59 DAFTAR PUSTAKA Abink M, Saker M. 2002. Getting to grif with fair value. The Staple Inn Actuarial Society. Bacinello AR. 200. Fair pricing of Life Insurance participating policies with a minimum interest
Lebih terperinciMETODE BEDA HINGGA UNTUK MENENTUKAN HARGA OPSI SAHAM TIPE EROPA DENGAN PEMBAGIAN DIVIDEN. Lidya Krisna Andani ABSTRACT
METODE BEDA HINGGA UNTUK MENENTUKAN HARGA OPSI SAHAM TIPE EROPA DENGAN PEMBAGIAN DIVIDEN Lidya Krisna Andani Mahasiswa Program Studi S1 Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas
Lebih terperinciOpsi (Option) Arum Handini Primandari
Opsi (Option) Arum Handini Primandari Definisi Opsi adalah sebuah kontrak (sekuritas) yang memberikan hak kepada pemegangnya untuk membeli atau menjual suatu aset (contohnya: saham) tertentu saat jatuh
Lebih terperinciLEMBAR PENGESAHAN LEMBAR PERNYATAAN ABSTRAK KATA PENGANTAR UCAPAN TERIMA KASIH DAFTAR ISI DAFTAR TABEL DAFTAR GAMBAR DAFTAR LAMPIRAN
DAFTAR ISI LEMBAR PENGESAHAN LEMBAR PERNYATAAN ABSTRAK... i KATA PENGANTAR... iii UCAPAN TERIMA KASIH... iv DAFTAR ISI... v DAFTAR TABEL... vii DAFTAR GAMBAR... viii DAFTAR LAMPIRAN... xi BAB I PENDAHULUAN...
Lebih terperinciABSTRAK PENENTUAN HARGA OPSI EROPA DENGAN MODEL BINOMIAL
ABSTRAK PENENTUAN HARGA OPSI EROPA DENGAN MODEL BINOMIAL Djaffar Lessy, Dosen Pendidikan Matematika Fakultas Tarbiyah dan Keguruan, IAIN Ambon 081343357498, E-mail: Djefles79@yahoo.om Banyak model telah
Lebih terperinciPERBANDINGAN METODE BLACK SCHOLES DAN SIMULASI MONTE CARLO DALAM PENENTUAN HARGA OPSI EROPA
Jurnal Matematika UNAND Vol. 5 No. 1 Hal. 7 16 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PERBANDINGAN METODE BLACK SCHOLES DAN SIMULASI MONTE CARLO DALAM PENENTUAN HARGA OPSI EROPA TOMI DESRA YULIANDI,
Lebih terperinciBab 7. Minggu 12 Formula Black Scholes untuk Opsi Call
Bab 7. Minggu Formula Black Scholes untuk Opsi Call ujuan Pembelajaran Setelah menyelesaikan perkuliahan minggu ini, mahasiswa bisa : Menjelaskan valuasi opsi call tipe Eropa model Black Scholes Menurunkan
Lebih terperinciPENGGUNAAN MODEL BLACK SCHOLES UNTUK PENENTUAN HARGA OPSI JUAL TIPE EROPA
Buletin Ilmiah Math. Stat. Dan Terapannya (Bimaster) Volume 02 no. 1 (2013), hal 13 20 PENGGUNAAN MODEL BLACK SCHOLES UNTUK PENENTUAN HARGA OPSI JUAL TIPE EROPA Widyawati, Neva Satyahadewi, Evy Sulistianingsih
Lebih terperinciProgram Matlab 7.0 Mencari Hampiran Harga Lookback Options
DAFTAR PUSTAKA Hull, John C. Options, Futures, and other Derivatives. 1997. New Jersey : Prentice Hall Kwok, Yue-Kuen. Mathematical Model of Financial Derivatives. 1998. Singapore : Springer-Verlag. Ross,
Lebih terperinciPENENTUAN HARGA OPSI SAHAM DENGAN MENGGUNAKAN METODE BEDA HINGGA CRANK-NICHOLSON (C-N)
PENENTUAN HARGA OPSI SAHAM DENGAN MENGGUNAKAN METODE BEDA HINGGA CRANK-NICHOLSON (C-N) OKI TJANDRA SURYA KURNIAWAN 1 1 Jurusan Matematika, Fakultas MIPA, Universitas Udayana, email: tjandra07.hartoyo@gmail.com
Lebih terperinciSIMULASI PERGERAKAN HARGA SAHAM MENGGUNAKAN PENDEKATAN METODE MONTE CARLO
Buletin Ilmiah Math. Stat. dan Terapannya (Bimaster) Volume 07, No. (018), hal 119 16. SIMULASI PERGERAKAN HARGA SAHAM MENGGUNAKAN PENDEKATAN METODE MONTE CARLO Lusiana, Shantika Martha, Setyo Wira Rizki
Lebih terperinciPerbandingan Model Black Scholes dan Brennan Schwartz untuk Menentukan Harga American Option
J. Math. and Its Appl. ISSN: 829-605X Vol. 4, No., May 2007, 47 58 Perbandingan Model Black Scholes dan Brennan Schwartz untuk Menentukan Harga American Option Endah Rokhmati MP, Lukman Hanafi, Supriati
Lebih terperinciPENENTUAN NILAI OPSI LOOKBACK DENGAN MENGGUNAKAN METODE TRINOMIAL Intan Pelangi Astridnindya 1 dan J. Dharma Lesmono 2 1 Mahasiswa Jurusan Matematika Universitas Katolik Parahyangan Bandung e-mail: intan_pelangi4@yahoo.com
Lebih terperinciPENENTUAN HARGA OPSI CALL WINDOW RESET MENGGUNAKAN METODE BINOMIAL TREE DAN TRINOMIAL TREE
PENENTUAN HARGA OPSI CALL WINDOW RESET MENGGUNAKAN METODE BINOMIAL TREE DAN TRINOMIAL TREE R. MELIYANI 1, E. H. NUGRAHANI 2, D. C. LESMANA 3 Abstrak Opsi window reset merupakan salah satu jenis opsi yang
Lebih terperinciPENENTUAN HARGA OPSI PUT AMERIKA MENGGUNAKAN ALGORITMA MONTE CARLO. Rina Ayuhana
PENENTUAN HARGA OPSI PUT AMERIKA MENGGUNAKAN ALGORITMA MONTE CARLO Rina Ayuhana Program Studi Ilmu Komputasi Universitas Telkom, Bandung rina.21.kids@gmail.com Abstrak Opsi adalah suatu kontrak yang memberikan
Lebih terperinciPERBANDINGAN KEKONVERGENAN BEBERAPA MODEL BINOMIAL UNTUK PENENTUAN HARGA OPSI EROPA PONCO BUDI SUSILO
PERBANDINGAN KEKONVERGENAN BEBERAPA MODEL BINOMIAL UNTUK PENENTUAN HARGA OPSI EROPA PONCO BUDI SUSILO SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008 SUMBER INFORMASI Dengan ini saya menyatakan
Lebih terperinciBAB III METODE BINOMIAL DIPERCEPAT
BAB III METODE BIOMIAL DIPERCEPAT 3.1 Deskripsi Umum Metode Binomial dipercepat merupakan pengembangan dari metode Binomial CRR. Metode Binomial dipercepat dikembangkan oleh T.R Klassen yang merupakan
Lebih terperinciPerbandingan Metode Binomial dan Metode Black-Scholes Dalam Penentuan Harga Opsi
Jurnal Sainsmat, Maret 2016, Halaman 1-6 Vol. V, No. 1 ISSN 2086-6755 http://ojs.unm.ac.id/index.php/sainsmat Perbandingan Metode Binomial dan Metode Black-Scholes Dalam Penentuan Harga Opsi Comparison
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Salah satu instrumen derivatif yang mempunyai potensi untuk dikembangkan adalah opsi. Opsi adalah suatu kontrak antara dua pihak, salah satu pihak (sebagai pembeli) mempunyai hak
Lebih terperinciABSTRAK SIMULASI MONTE CARLO DALAM PENENTUAN HARGA OPSI BARRIER
ABSTRAK SIMULASI MONTE CARLO DALAM PENENTUAN HARGA OPSI BARRIER Djaffar Lessy, Dosen Pendidikan Matematika Fakultas Tarbiyah dan Keguruan, IAIN Ambon 081343357498, E-mail: Djefles79@yahoo.com Opsi yang
Lebih terperinciAplikasi Algoritma Biseksi dan Newton-Raphson dalam Menaksir Nilai Volatilitas Implied
Jurnal Matematika Vol. 2 No. 1, Desember 2011. ISSN : 1693-1394 Aplikasi Algoritma Biseksi dan Newton-Raphson dalam Menaksir Nilai Volatilitas Implied Komang Dharmawan Jurusan Matematika FMIPA, Universitas
Lebih terperinciPENENTUAN HARGA OPSI TIPE EROPA DENGAN METODE BINOMIAL
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 07, No. 2 (2018), hal 127 134. PENENTUAN HARGA OPSI TIPE EROPA DENGAN METODE BINOMIAL Syarifah Nadia, Evy Sulistianingsih, Nurfitri Imro ah INTISARI
Lebih terperinciPERBANDINGAN KEKONVERGENAN BEBERAPA MODEL BINOMIAL UNTUK PENENTUAN HARGA OPSI EROPA PONCO BUDI SUSILO
PERBANDINGAN KEKONVERGENAN BEBERAPA MODEL BINOMIAL UNTUK PENENTUAN HARGA OPSI EROPA PONCO BUDI SUSILO SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008 SUMBER INFORMASI Dengan ini saya menyatakan
Lebih terperinciPENGENDALIAN PERSEDIAAN MINYAK SAWIT DAN INTI SAWIT PADA PT PQR DENGAN MODEL ECONOMIC PRODUCTION QUANTITY (EPQ)
Saintia Matematika Vol. 1, No. 1 (2013), pp. 19 27. PENGENDALIAN PERSEDIAAN MINYAK SAWIT DAN INTI SAWIT PADA PT PQR DENGAN MODEL ECONOMIC PRODUCTION QUANTITY (EPQ) Apriliyanti, Tulus, Suwarno Ariswoyo
Lebih terperinciKalkulus 2. Teknik Pengintegralan ke - 2. Tim Pengajar Kalkulus ITK. Institut Teknologi Kalimantan. Januari 2018
Kalkulus 2 Teknik Pengintegralan ke - 2 Tim Pengajar Kalkulus ITK Institut Teknologi Kalimantan Januari 2018 Tim Pengajar Kalkulus ITK (Institut Teknologi Kalimantan) Kalkulus 2 Januari 2018 1 / 24 Daftar
Lebih terperinciProsiding Seminar Nasional Matematika, Universitas Jember, 19 November
Prosiding Seminar Nasional Matematika, Universitas Jember, 19 November 2014 329 PENENTUAN HARGA OPSI PADA MODEL BLACK-SCHOLES MENGGUNAKAN METODE BEDA HINGGA DUFORT-FRANKEL (Determining Option Value of
Lebih terperinciPerhitungan Harga Opsi Eropa Menggunakan Metode Gerak Brown Geometri
Perhitungan Harga Opsi Eropa Menggunakan Metode Gerak Brown Geometri Kristoforus Ardha Sandhy Pradhitya 1), Bambang Susanto 2), dan Hanna Arini Parhusip 3) 1) Mahasiswa Program Studi Matematika email:
Lebih terperinciIntegral Tak Tentu. Modul 1 PENDAHULUAN
Modul 1 Integral Tak Tentu M PENDAHULUAN Drs. Hidayat Sardi, M.Si odul ini akan membahas operasi balikan dari penurunan (pendiferensialan) yang disebut anti turunan (antipendiferensialan). Dengan mengikuti
Lebih terperinciPENENTUAN HARGA OPSI CALL TIPE EROPA MENGGUNAKAN METODE TRINOMIAL
Jurnal Matematika UNAND Vol. 5 No. Hal. 3 39 ISSN : 2303 290 c Jurusan Matematika FMIPA UNAND PENENTUAN HARGA OPSI CALL TIPE EROPA MENGGUNAKAN METODE TRINOMIAL MIKA ALVIONITA S, RIRI LESTARI Program Studi
Lebih terperinciAPLIKASI SIMULASI MONTE CARLO UNTUK MENENTUKAN NILAI OPSI ASIA DENGAN MENGGUNAKAN METODE CONTROL VARIATE PADA KOMODITAS PERTANIAN
APLIKASI SIMULASI MONTE CARLO UNTUK MENENTUKAN NILAI OPSI ASIA DENGAN MENGGUNAKAN METODE CONTROL VARIATE PADA KOMODITAS PERTANIAN D. P. ANGGRAINI 1, D. C. LESMANA 2, B. SETIAWATY 2 Abstrak Petani memiliki
Lebih terperinciBAB I PENDAHULUAN. Investasi tanah, investasi emas, dan investasi saham merupakan investasi yang
BAB I PENDAHULUAN 1.1 Latar Belakang Kegiatan investasi dalam perekonomian saat ini berkembang sangat pesat. Investasi tanah, investasi emas, dan investasi saham merupakan investasi yang popular saat ini
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Investasi saham merupakan salah satu investasi yang memiliki risiko yang sangat tinggi karena nilainya bergerak mengikuti harga pasar sesuai dengan besarnya penawaran
Lebih terperinciLEMBAR PENGESAHAN LEMBAR PERNYATAAN ABSTRAK KATA PENGANTAR UCAPAN TERIMA KASIH DAFTAR ISI DAFTAR TABEL DAFTAR GAMBAR DAFTAR LAMPIRAN
DAFTAR ISI LEMBAR PENGESAHAN LEMBAR PERNYATAAN ABSTRAK... i KATA PENGANTAR... iii UCAPAN TERIMA KASIH... iv DAFTAR ISI... v DAFTAR TABEL... vii DAFTAR GAMBAR... viii DAFTAR LAMPIRAN... x BAB I PENDAHULUAN...
Lebih terperinciBAB III METODE MONTE CARLO
BAB III ETODE ONTE CARLO 3.1 etode onte Carlo etode onte Carlo pertama kali ditemukan oleh Enrico Fermi pada tahun 1930-an. etode ini diawali dengan adanya penelitian mengenai pemeriksaan radiasi dan jarak
Lebih terperinciMETODE MONTE CARLO UNTUK MENENTUKAN HARGA OPSI BARRIER DENGAN SUKU BUNGA TAKKONSTAN 1 PENDAHULUAN
ETODE ONTE CARLO UNTUK ENENTUKAN HARGA OPSI BARRIER DENGAN SUKU BUNGA TAKKONSTAN I. KAILA 1, E. H. NUGRAHANI, D. C. LESANA Abstrak Asumsi suku bunga konstan pada penentuan harga opsi barrier tidak sesuai
Lebih terperinciSUATU MODEL HARGA OBLIGASI. Lienda Noviyanti* *Staf pengajar jurusan Statistika FMIPA - Universitas Padjadjaran, Bandung.
SUATU MODEL HARGA OBLIGASI S-31 Lienda Noviyanti* *Staf pengajar jurusan Statistika FMIPA - Universitas Padjadjaran, Bandung. Uang merupakan sebuah komoditas, sedangkan tingkat bunga adalah biaya dari
Lebih terperinciFakultas Matematika dan Ilmu Pengetahuan Alam Universitas Riau Kampus Binawidya Pekanbaru (28293), Indonesia.
INTEGRASI NUMERIK TANPA ERROR UNTUK FUNGSI-FUNGSI TERTENTU Irma Silpia 1, Syamsudhuha, Musraini M. 1 Mahasiswi Jurusan Matematika Dosen Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam
Lebih terperinciVALUASI COMPOUND OPTION PUT ON CALL TIPE EROPA PADA DATA SAHAM FACEBOOK
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 2, Tahun 2015, Halaman 355-364 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian VALUASI COMPOUND OPTION PUT ON CALL TIPE EROPA PADA DATA SAHAM
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN Dalam pembahasan ini dikaji mengenai nilai ekspektasi saham pada jatuh tempo, persamaan nilai portofolio, penentuan model Black-Scholes harga opsi beli tipe Eropa,
Lebih terperinciPENURUNAN MODEL BLACK SCHOLES DENGAN PERSAMAAN DIFERENSIAL STOKASTIK UNTUK OPSI TIPE EROPA
Jurnal Matematika UNAND Vol. 3 No. Hal. 7 26 ISSN : 233 29 c Jurusan Matematika FMIPA UNAND PENURUNAN MODEL BLACK SCHOLES DENGAN PERSAMAAN DIFERENSIAL STOKASTIK UNTUK OPSI TIPE EROPA DESI SUSANTI, DODI
Lebih terperinciPENENTUAN HARGA KONTRAK OPSI TIPE EROPA MENGGUNAKAN METODE QUASI MONTE CARLO DENGAN BARISAN KUASI-ACAK HALTON
E-Jurnal Matematika Vol. 3 (4), November 2014, pp. 154-159 ISSN: 2303-1751 PENENTUAN HARGA KONTRAK OPSI TIPE EROPA MENGGUNAKAN METODE QUASI MONTE CARLO DENGAN BARISAN KUASI-ACAK HALTON I Gusti Putu Ngurah
Lebih terperinciKalkulus 2. Teknik Pengintegralan ke - 3. Tim Pengajar Kalkulus ITK. Institut Teknologi Kalimantan. Januari 2018
Kalkulus 2 Teknik Pengintegralan ke - 3 Tim Pengajar Kalkulus ITK Institut Teknologi Kalimantan Januari 2018 Tim Pengajar Kalkulus ITK (Institut Teknologi Kalimantan) Kalkulus 2 Januari 2018 1 / 27 Daftar
Lebih terperinciPENENTUAN NILAI KONTRAK OPSI TIPE BINARY PADA KOMODITAS KAKAO MENGGUNAKAN METODE QUASI MONTE CARLO DENGAN BARISAN BILANGAN ACAK FAURE
E-Jurnal Matematika Vol. 6 (4), November 2017, pp. 214-219 ISSN: 2303-1751 DOI: https://doi.org/10.24843/mtk.2017.v06.i04.p168 PENENTUAN NILAI KONTRAK OPSI TIPE BINARY PADA KOMODITAS KAKAO MENGGUNAKAN
Lebih terperinciPENENTUAN HARGA KONTRAK OPSI KOMODITAS EMAS MENGGUNAKAN METODE POHON BINOMIAL
E-Jurnal Matematika Vol 6 (2), Mei 2017, pp 99-105 ISSN: 2303-1751 PENENTUAN HARGA KONTRAK OPSI KOMODITAS EMAS MENGGUNAKAN METODE POHON BINOMIAL I Gede Rendiawan Adi Bratha 1, Komang Dharmawan 2, Ni Luh
Lebih terperinciPenentuan Nilai Opsi Call Eropa Dengan Pembayaran Dividen
Jurnal ainsmat, eptember 16, Halaman 143-1 ol., No. IN 79-686 (Online) IN 86-67 (Cetak) http://ojs.unm.ac.id/index.php/sainsmat Penentuan Nilai Opsi Call Eropa Dengan Pembayaran Dividen Determine the value
Lebih terperinciMETODE ITERASI BARU BERTIPE SECANT DENGAN KEKONVERGENAN SUPER-LINEAR. Rino Martino 1 ABSTRACT
METODE ITERASI BARU BERTIPE SECANT DENGAN KEKONVERGENAN SUPER-LINEAR Rino Martino 1 1 Mahasiswa Program Studi S1 Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Riau Kampus Binawidya
Lebih terperinciSILABUS MATAKULIAH. Revisi : 2 Tanggal Berlaku : September Indikator Pokok Bahasan/Materi Strategi Pembelajaran
SILABUS MATAKULIAH Revisi : 2 Tanggal Berlaku : September 2014 A. Identitas 1. Nama Matakuliah : A11. 54101 / Kalkulus I 2. Program Studi : Teknik Informatika-S1 3. Fakultas : Ilmu Komputer 4. Bobot sks
Lebih terperinciMETODE BERTIPE NEWTON UNTUK AKAR GANDA DENGAN KONVERGENSI KUBIK ABSTRACT
METODE BERTIPE NEWTON UNTUK AKAR GANDA DENGAN KONVERGENSI KUBIK Risvi Ayu Imtihana 1, Asmara Karma 1 Mahasiswa Program Studi S1 Matematika Dosen Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciSATUAN ACARA PERKULIAHAN PROGRAM KOMPETENSI GANDA DEPAG S1 KEDUA PROGRAM STUDI PENDIDIKAN MATEMATIKA
SATUAN ACARA PERKULIAHAN PROGRAM GANDA DEPAG S1 DUA PROGRAM STUDI PENDIDIKAN MATEMATIKA 1. PROGRAM STUDI : Pendidikan Matematika 2. MATA KULIAH/SEMESTER : Kalkulus/2 3. PRASYARAT : -- 4. JENJANG / SKS
Lebih terperinciBAB VIII. TEKNIK INTEGRASI. Andaikan anda menghadapi suatu integral tak tentu. Jika ini bentuk baku
9 BAB VIII. TEKNIK INTEGRASI 8.. Integral dengan Substitusi Andaikan anda menghadapi suatu integral tak tentu. Jika ini bentuk baku maka cukup tuliskan jawabannya. Jika tidak, cari tahu substitusi yang
Lebih terperinciPerhitungan Harga Opsi Eropa Menggunakan Metode Gerak Brown Geometrik
PENDAHULUAN Saham merupakan surat berharga sebagai bukti tanda penyertaan atau kepemilikan seseorang atau badan hukum dalam suatu perusahaan, khususnya perusahaan publik yang memperdagangkannya. Investasi
Lebih terperinciKONSTRUKSI PERSAMAAN BLACK-SCHOLES DENGAN KONSEP MODEL PENENTUAN HARGA ASET MODAL ABSTRACT
KONSTRUKSI PERSAMAAN BLACK-SCHOLES DENGAN KONSEP MODEL PENENTUAN HARGA ASET MODAL Jayanti Primades 1, Johannes Kho, M. D. H. Gamal 1 Mahasiswa Program Studi S1 Matematika Dosen Jurusan Matematika Fakultas
Lebih terperinciPENERAPAN METODE BINOMIAL TREE DALAM MENGESTIMASI HARGA KONTRAK OPSI TIPE AMERIKA
E-Jurnal Matematika Vol. 5 (4), November 2016, pp. 156-163 ISSN: 2303-1751 PENERAPAN METODE BINOMIAL TREE DALAM MENGESTIMASI HARGA KONTRAK OPSI TIPE AMERIKA I Gusti Ayu Mita Ermia Sari 1, Komang Dharmawan
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Dalam bidang keuangan, investasi merupakan suatu hal yang sudah tidak asing lagi di telinga kita. Banyak orang menghimpun dana yang mereka miliki untuk mendapatkan
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Pasar Modal memiliki peran penting bagi perekonomian suatu negara, karena pasar modal menjalankan dua fungsi, yaitu sebagai sarana bagi pendanaan usaha atau
Lebih terperinciMENENTUKAN MODEL PERTUMBUHAN PENDUDUK PROVINSI SUMATERA BARAT
Jurnal Matematika UNAND Vol. 2 No. 4 Hal. 54 58 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND MENENTUKAN MODEL PERTUMBUHAN PENDUDUK PROVINSI SUMATERA BARAT LINDO FEBDIAN, EFENDI Program Studi Matematika,
Lebih terperinciModul ke: MATEMATIKA 1 DERIVATIF PARSIAL. Fakultas TEKNIK IMELDA ULI VISTALINA SIMANJUNTAK,S.T.,M.T. Program Studi TEKNIK ELEKTRO
Modul ke: MATEMATIKA 1 DERIVATIF PARSIAL Fakultas TEKNIK IMELDA ULI VISTALINA SIMANJUNTAK,S.T.,M.T. Program Studi TEKNIK ELEKTRO Derivatif Parsial 1. Derivatif fungsi dua perubah. Derivatif parsial tingkat
Lebih terperinciBAB 1 PENDAHULUAN. menghasilkan uang dengan jumlah yang terus bertambah setiap waktunya. Salah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Pada zaman modern ini, banyak orang selalu memikirkan cara untuk menghasilkan uang dengan jumlah yang terus bertambah setiap waktunya. Salah satu caranya adalah dengan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah Wulansari Mudayanti, 2013
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dalam dunia pasar modal terdapat berbagai macam aset yang diperjualbelikan seperti saham, mata uang, komoditas dan lain-lain. Seiring perkembangan waktu, pemilik
Lebih terperinciPENENTUAN HARGA OPSI BELI EROPA DENGAN METODE SIMULASI MONTE CARLO (Studi Kasus Saham PT Astra Internasional Tbk)
PENENTUAN HARGA OPSI BELI EROPA DENGAN METODE SIMULASI MONTE CARLO (Studi Kasus Saham PT Astra Internasional Tbk) Skripsi Untuk memenuhi sebagian persyaratan Mencapai derajat Sarjana S-1 Program Studi
Lebih terperinciAnalisis Kaitan α (Alpha) dengan Toleransi Nilai Opsi Harga Saham
Vol. 7, No.2, 71-78, Januari 2011 Analisis Kaitan α (Alpha) dengan Toleransi Nilai Opsi Harga Saham Miftahuddin Abstrak Kontrak Opsi Saham (KOS) adalah kontrak atau perjanjian yang memberikan hak bukan
Lebih terperinciFIKA DARA NURINA FIRDAUS,
BAB I PENDAHULUAN 1.1 Latar Belakang Dalam pasar modal, terdapat berbagai aset pokok yang dapat diperjualbelikan, diantaranya adalah mata uang, sepaket saham, dan komoditas. Seiring dengan berkembangnya
Lebih terperinciPENGENDALIAN PERSEDIAAN PRODUKSI CRUDE PALM OIL (CPO) MENGGUNAKAN MODEL ECONOMIC PRODUCTION QUANTITY (EPQ) PADA PKS. PT. ABC
Saintia Matematika Vol. 1, No. 5 (013, pp. 495 506. PENGENDALIAN PERSEDIAAN PRODUKSI CRUDE PALM OIL (CPO MENGGUNAKAN MODEL ECONOMIC PRODUCTION QUANTITY (EPQ PADA PKS. PT. ABC Yus Louri P Sitepu, Djakaria
Lebih terperinciBAB I PENDAHULUAN. hanya ditunjukkan oleh meningkatnya jumlah modal yang diinvestasikan ataupun
BAB I PENDAHULUAN 1.1 Latar Belakang Dunia investasi tampaknya tengah mengalami perkembangan, hal ini tidak hanya ditunjukkan oleh meningkatnya jumlah modal yang diinvestasikan ataupun semakin bertambahnya
Lebih terperinciBAB 4 Implementasi. Kasus 1. Diberikan suatu persamaan
BAB 4 Implementasi Pada bab ini akan diperlihatkan bagaimana proses penyelesaian ekplisit persamaan transenden dengan menyelesaikan beberapa kasus yang sering ditemukan dalam kehidupan sehari-hari, dengan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Permasalahan
BAB I PENDAHULUAN Asuransi merupakan salah satu contoh Industri Keuangan Non Bank dimana asuransi terbagi menjadi dua jenis yaitu asuransi jiwa (life insurance) dan asuransi umum atau asuransi non jiwa
Lebih terperinciVARIAN METODE HALLEY BEBAS TURUNAN KEDUA DENGAN ORDE KEKONVERGENAN ENAM. Siti Mariana 1 ABSTRACT ABSTRAK
VARIAN METODE HALLEY BEBAS TURUNAN KEDUA DENGAN ORDE KEKONVERGENAN ENAM Siti Mariana 1 1 Mahasiswa Program Studi S1 Matematika Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas
Lebih terperinciBAB III METODOLOGI. 3.1 Kerangka Pikir. Secara skematis, berikut ini adalah kerangka pikir dari penelitian ini :
BAB III METODOLOGI 3.1 Kerangka Pikir Secara skematis, berikut ini adalah kerangka pikir dari penelitian ini : Gambar 3.1 Diagram Kerangka Pikir Berikut ini adalah deskripsi dari skema diatas : a. Untuk
Lebih terperinciFAMILI METODE ITERASI DENGAN KEKONVERGENAN ORDE TIGA. Rahmawati ABSTRACT
FAMILI METODE ITERASI DENGAN KEKONVERGENAN ORDE TIGA Rahmawati Mahasiswa Program Studi S Matematika Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Riau Kampus Bina Widya,
Lebih terperinciKalkulus 2. Teknik Pengintegralan ke - 1. Tim Pengajar Kalkulus ITK. Institut Teknologi Kalimantan. Januari 2018
Kalkulus 2 Teknik Pengintegralan ke - 1 Tim Pengajar Kalkulus ITK Institut Teknologi Kalimantan Januari 2018 Tim Pengajar Kalkulus ITK (Institut Teknologi Kalimantan) Kalkulus 2 Januari 2018 1 / 36 Daftar
Lebih terperinciPENENTUAN HARGA OPSI BELI TIPE ASIA DENGAN METODE MONTE CARLO-CONTROL VARIATE
E-Jurnal Matematika Vol. 6 (1), Januari 2017, pp. 29-36 ISSN: 2303-1751 PENENTUAN HARGA OPSI BELI TIPE ASIA DENGAN METODE MONTE CARLO-CONTROL VARIATE Ni Nyoman Ayu Artanadi 1, Komang Dharmawan 2, Ketut
Lebih terperinciFAMILI BARU METODE ITERASI BERORDE TIGA UNTUK MENEMUKAN AKAR GANDA PERSAMAAN NONLINEAR. Nurul Khoiromi ABSTRACT
FAMILI BARU METODE ITERASI BERORDE TIGA UNTUK MENEMUKAN AKAR GANDA PERSAMAAN NONLINEAR Nurul Khoiromi Mahasiswa Program Studi S1 Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Riau
Lebih terperinciTEKNIK REDUKSI VARIAN DALAM METODE MONTE CARLO UNTUK PENENTUAN HARGA OPSI ASIA. M. Febbry Sya bantio ABSTRACT
TEKNIK REDUKSI VARIAN DALA ETODE ONTE CARLO UNTUK PENENTUAN HARGA OPSI ASIA. Febbry Sya bantio ahasiswa Program Studi S1 atematika Fakultas atematika dan Ilmu Pengetahuan Alam Universitas Riau Kampus Bina
Lebih terperinciRENCANA PROGRAM KEGIATAN PERKULIAHAN SEMESTER (RPKPS)
RENCANA PROGRAM KEGIATAN PERKULIAHAN SEMESTER (RPKPS) Kode / Nama Mata Kuliah : A11.54101/ Kalkulus 1 Revisi 2 Satuan Kredit Semester : 4 SKS Tgl revisi : Agustus 2014 Jml Jam kuliah dalam seminggu : 4
Lebih terperinciMETODE CHEBYSHEV-HALLEY DENGAN KEKONVERGENAN ORDE DELAPAN UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR. Anisa Rizky Apriliana 1 ABSTRACT ABSTRAK
METODE CHEBYSHEV-HALLEY DENGAN KEKONVERGENAN ORDE DELAPAN UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR Anisa Rizky Apriliana 1 1 Mahasiswa Program Studi S1 Matematika Jurusan Matematika Fakultas Matematika
Lebih terperinciPROFIL A. MINAT PENELITIAN: B. HASIL PENELITIAN
PROFIL Nama : Fitriani Agustina, S.Si., M.Si Golongan/NIP : IIIa/198108142005012001 Alamat Rumah : Jl. Sukahaji Gang H. Ruhiyat No. 6 RT/RW. 03/07 Bandung Bidang Keahlian :, Terapan (MatKeu) e-mail : fitrie_wardhana@yahoo.com
Lebih terperinciBAB II TINJAUAN PUSTAKA. pembeli opsi untuk menjual atau membeli suatu sekuritas tertentu pada waktu dan
BAB II TINJAUAN PUSTAKA 2.1 Kontrak Opsi Kontrak opsi merupakan suatu perjanjian atau kontrak antara penjual opsi dengan pembeli opsi, penjual opsi memberikan hak dan bukan kewajiban kepada pembeli opsi
Lebih terperinciMENENTUKAN NILAI EKSTREM SUKU BANYAK TERTENTU DENGAN PERTIDAKSAMAAN RATA-RATA
MENENTUKAN NILAI EKSTREM SUKU BANYAK TERTENTU DENGAN PERTIDAKSAMAAN RATA-RATA Kasiyah M. Junus Fakultas Ilmu Komputer, Universitas Indonesia, Depok 16424, Indonesia E-mail: kasiyah@cs.ui.ac.id Abstrak
Lebih terperinciMETODE ITERASI DUA LANGKAH BEBAS TURUNAN BERDASARKAN INTERPOLASI POLINOMIAL ABSTRACT
METODE ITERASI DUA LANGKAH BEBAS TURUNAN BERDASARKAN INTERPOLASI POLINOMIAL N.D. Monti 1, M. Imran, A. Karma 1 Mahasiswa Program Studi S1 Matematika Laboratorium Matematika Terapan, Jurusan Matematika
Lebih terperinciMETODE ITERASI OPTIMAL BERORDE EMPAT UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR ABSTRACT
METODE ITERASI OPTIMAL BERORDE EMPAT UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR Helmi Putri Yanti 1, Rolan Pane 2 1 Mahasiswa Program Studi S1 Matematika 2 DosenJurusan Matematika Fakultas Matematika dan
Lebih terperinciTEKNIK ITERASI VARIASIONAL DAN BERBAGAI METODE UNTUK PENDEKATAN SOLUSI PERSAMAAN NONLINEAR. Yeni Cahyati 1, Agusni 2 ABSTRACT
TEKNIK ITERASI VARIASIONAL DAN BERBAGAI METODE UNTUK PENDEKATAN SOLUSI PERSAMAAN NONLINEAR Yeni Cahyati 1, Agusni 1 Mahasiswa Program Studi S1 Matematika Dosen Jurusan Matematika Fakultas Matematika dan
Lebih terperinciKALKULUS INTEGRAL 2013
KALKULUS INTEGRAL 0 PENDAHULUAN A. DESKRIPSI MATA KULIAH Isi pokok mata kuliah ini memuat pemahaman tentang: () Anti turunan: pengertian anti turunan, teorema-teorema, dan teknik anti turunan, () Integral
Lebih terperinciBAB 1 PENDAHULUAN. Secara umum investasi adalah meliputi pertambahan barang-barang dan
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Secara umum investasi adalah meliputi pertambahan barang-barang dan jasa dalam masyarakat, seperti pertambahan mesin-mesin baru, pembuatan jalan baru,pembukaan
Lebih terperinciPENENTUAN HARGA OPSI BELI EROPA DENGAN DUA PROSES VOLATILITAS STOKASTIK
PENENTUAN HARGA OPSI BELI EROPA DENGAN DUA PROSES VOLATILITAS STOKASTIK Muhammad Faizal 1, Irma Palupi 2, Rian Febrian Umbara 3 1,2,3 Fakultas Informatika Prodi Ilmu Komputasi Telkom University, Bandung
Lebih terperinciSTATISTIK PERTEMUAN VI
STATISTIK PERTEMUAN VI 1. TEORI PENDUKUNG 1.1 Pendahuluan 1. Variabel acak 1.3 Distribusi variabel acak diskrit 1.4 Distribusi variabel acak kontinu 1.5 Distribusi multivariat 1.1 Pendahuluan Definisi
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan Black dan Scholes (1973) mempublikasikan jurnal yang berjudul Pricing of Option and Corporate Liabilities yang berisi tentang perhitungan rumus harga
Lebih terperinciJurnal Ilmiah Komputer dan Informatika (KOMPUTA) PERBANDINGAN METODE NEWTON-RAPHSON DAN ALGORITMA GENETIK PADA PENENTUAN IMPLIED VOLATILITY SAHAM
Jurnal Ilmiah Komputer dan Informatika (KOMA) Volume. I Nomor. 2, Bulan Oktober 212 - ISSN :289-933 9 PERBANDINGAN METODE NEWTON-RAPHSON DAN ALGORITMA GENETIK PADA PENENTUAN IMPLIED VOLATILITY SAHAM Kania
Lebih terperinciMETODE ITERASI ORDE EMPAT DAN ORDE LIMA UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR. Imaddudin ABSTRACT
METODE ITERASI ORDE EMPAT DAN ORDE LIMA UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR Imaddudin Mahasiswa Program Studi S1 Matematika Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas
Lebih terperinciPENENTUAN HARGA OPSI BELI EROPA DENGAN DUA PROSES VOLATILITAS STOKASTIK
e-proceeding of Engineering : Vol.2, No.2 Agustus 2015 Page 6751 PENENTUAN HARGA OPSI BELI EROPA DENGAN DUA PROSES VOLATILITAS STOKASTIK Muhammad Faizal1, Irma Palupi2, Rian Febrian Umbara3 1,2,3 Fakultas
Lebih terperinciHARGA OPSI SAHAM TIPE AMERIKA DENGAN MODEL BINOMIAL
HARGA OPSI SAHAM TIPE AMERIKA DENGAN MODEL BINOMIAL MIA MUCHIA DESDA Program Studi Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Andalas Padang, Kampus UNAND Limau Manis Padang,
Lebih terperinciPERHITUNGAN HARGA OPSI TIPE ARITMATIK CALL ASIA DENGAN SIMULASI MONTE CARLO
PERHITUNGAN HARGA OPSI TIPE ARITMATIK CALL ASIA DENGAN SIMULASI MONTE CARLO Ardhia Pringgowati 1 1 Prodi Ilmu Komputasi Telkom University, Bandung 1 ardya.p@gmail.com Abstrak Pada penelitian ini berhubungan
Lebih terperinciSolusi Numerik Persamaan Transport dengan RBF
Solusi Numerik Persamaan Transport dengan RBF Unpublished M. Jamhuri UIN Malang March 30, 013 Hampiran RBF RBF singkatan dari radial basis function φ(r), adalah sebuah fungsi kontinu dengan satu peubah
Lebih terperinciSATUAN ACARA PERKULIAHAN
SATUAN ACARA PERKULIAHAN Mata Kuliah : Kalkulus Lanjut Kode Mata Kulih : Bobot : 3 sks Semester : 2 Tujuan Instruksi Umum Media / Alat yang digunakan Daftar Referensi : Mahasiswa dapat memahami konsep-konsep
Lebih terperinciGEOMETRI ANALITIK RUANG. Dr. Susanto, MPd
GEOMETRI ANALITIK RUANG Dr. Susanto, MPd PROGRAM STUDI PENDIDIKAN MATEMATIKA JURUSAN PENDIDIKAN MATEMATIKA DAN IPA FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN UNIVERSITAS JEMBER TAHUN 2012 KATA PENGANTAR Puji
Lebih terperinciPENENTUAN HARGA BERMUDAN CREDIT DEFAULT SWAPTION DENGAN MENGGUNAKAN METODE MULTINOMIAL TREES DETERMINATION OF BERMUDAN CREDIT DEFAULT SWAPTION PRICE
PENENTUAN HARGA BERMUDAN CREDIT DEFAULT SWAPTION DENGAN MENGGUNAKAN METODE MULTINOMIAL TREES DETERMINATION OF BERMUDAN CREDIT DEFAULT SWAPTION PRICE USING MULTINOMIAL TREES Yusuf Murtadlo Universitas Padjadjaran
Lebih terperinciKarakterisktik Elemen Satuan Pada Semiring Pseudo-Ternary Matriks Atas Bilangan Bulat Negatif
Prosiding Seminar Nasional Aljabar USD 216-25- Karakterisktik Elemen Satuan Pada Semiring Pseudo-ernary Matriks Atas Bilangan Bulat Negatif Maxrizal 1 dan Baiq Desy Aniska Prayanti 2 1 Jurusan Sistem Informasi,
Lebih terperinciBAB III METODE UNTUK MENAKSIR VOLATILITAS. harga saham, waktu jatuh tempo, waktu sekarang, suku bunga,
BAB III METODE UNTUK MENAKSIR VOLATILITAS 3.1. Pendahuluan Dalam menentukan harga opsi call dan opsi put dibutuhkan parameter harga saham, waktu jatuh tempo, waktu sekarang, suku bunga, strike price, dan
Lebih terperinciMETODE BINOMIAL UNTUK MENENTUKAN HARGA OPSI CALL INDONESIA DAN STRATEGI LINDUNG NILAINYA JAENUDIN
METODE BINOMIAL UNTUK MENENTUKAN HARGA OPSI CALL INDONESIA DAN STRATEGI LINDUNG NILAINYA JAENUDIN SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2009 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI
Lebih terperinciBAB V HASIL SIMULASI
46 BAB V HASIL SIMULASI Pada bab ini akan disajikan beberapa hasil pendekatan numerik harga opsi put Amerika menggunakan metode beda hingga. Algoritma yang disusun di bawah ini untuk menentukan harga opsi
Lebih terperinci