Gamma值的应用

1. Gamma值的应用

Gamma值等于对冲值Delta值的变化量除以正股价格的变动量。举例来说，以6月1日的收盘价计算，武钢CWB1的Gamma值为0.056，也就是说理论上当武钢股份(10.29,0.13,1.28%)变化1元时，武钢CWB1的Delta值变化0.056。对于认购证，当正股价格上升时，认购证的Delta值会因为正的Gamma变得越来越大。对于认沽证，当正股价格上升时，认沽证的Delta值会因为正的Gamma而变的越来越小。当权证处于平价时，其Gamma值最大，这也意味着这时候Delta对正股价格的变化最敏感。而对于深度价内或者深度价外的权证而言，Gamma值一般都偏低，表明Delta对正股价格变化不敏感。对投资者而言，Gamma值越大，Delta值因正股价格变化而改变的幅度也就越大。当处于价外的权证变成平价时，其Gamma值达到最高。在其他条件不变的情况下，理论上权证的价格将出现较大的升幅，投资回报相对较大。当然，如果投资者看错方向，平价的权证回落至价外，理论上该权证的跌幅也会较大，投资者可能遭受较大的损失。此外，Gamma值越高表示Delta值越不稳定，越低表示Delta值越稳定。在权证越接近到期日，并且权证价格越接近行权价，Gamma值会快速跳动，这就代表此时的Delta值最不稳定。由于对权证的买方来说，亏损有限，因此，Gamma值越高，Delta越不稳定对投资者而言是件好事。PHOTOSHOP中gammaGAMMA值是针对印刷来说的一种值。如果你的图像与印刷有关的话，那么就需要调整GAMMA值了。

2. Gamma值的规律

与delta不同，对于多头无论看涨期权或是看跌期权的gamma值均为正值：期货价格上涨，看涨期权多头delta值由0向1移动，看跌期权多头delta值从-1向0移动，即期权的delta值从小到大移动，gamma值为正。期货价格下跌，看涨期权多头delta值由1向0移动，看跌期权多头delta值从0向-1移动，即期权的Delta值从大到小移动，Gamma值为负。对于期权部份来说，无论是看涨期权或看跌期权，只要是买入期权，部位的Gamma值为正，如果是卖出期权，则部位Gamma值为负。平值期权的Gamma值最大，深实值或深虚值期权的Gamma值则趋近于0。随着到期日的临近，平值期权Gamma值还会急剧增加。期权交易者必须注意期权Gamma值的变化对部位风险状况的影响。当标的资产价格变化一个单位时，新的delta值便等于原来的delta值加上或减去 Gamma值。因此Gamma值越大，Delta值变化越快。进行Delta中性套期保值，Gamma绝对值越大的部位，风险程度也越高，因为进行中性对冲需要调整的频率高；相反，Gamma绝对值越小的部位，风险程度越低。

3. Gamma分布的介绍

在地震序列的有序性、地震发生率的齐次性、计数特征具有独立增量和平稳增量情况下，可以导出地震发生i次时间的概率密度为Gamma密度函数（亦称为Gamma分布）

4. gamma函数

gamma函数是阶乘函数对非整数值的扩展的概括，由瑞士数学家莱昂哈德·欧拉在 18 世纪提出。
  
 对于一个正整数N, 阶乘定义为  n ! = 1 × 2 × 3 ×⋯× ( n  − 1) ×  n . 举例来说， 5! = 1 × 2 × 3 × 4 × 5 = 120. 但是这个公式对于不是整数的n毫无意义。
  
 为了把阶乘扩展到任意大于零的实数，gamma函数被定义为
  
 
  
                                          
 使用积分技术, 可以证明Γ(1) = 1. 使用分部积分，可以得出gamma函数有以下的递归的特性：if  x  > 0, then Γ( x  + 1) =  x Γ( x )，由此可知， Γ(2) = 1 Γ(1) = 1; Γ(3) = 2 Γ(2) = 2 × 1 = 2!; Γ(4) = 3 Γ(3) = 3 × 2 × 1 = 3!; 等等。通常，如果 x 是自然数 (1, 2, 3,...)，则 Γ(x) = (x − 1)！只要实部大于或等于 1，该函数就可以扩展到负的非整数实数和复数。 虽然 gamma 函数的行为类似于自然数（离散集）的阶乘，但其扩展到正实数（连续集）可用于对涉及连续变化的情况进行建模，对微积分、微分方程、复数分析和统计有重要应用。

5. gamma值设定为2.2是怎么来的

由于最初的CRT显示器使用2.2作为gamma，现在大多数显示器仍然使用2.2作为建议的gamma值。
较低的gamma值（1.0）具有更亮、更平滑的显示，而较高的gamma值（2.2）具有具有更高对比度的较暗显示，目前显示器一般采用8位深RGB来记录数字图像，因此最大的数据存储量为28*28*28=16777216，如果使用线性方式存储自然亮度，可能是不够的。

扩展资料：
gamma值的应用：
伽马值1对应于“理想”监视器；即监视器具有从完美白色到灰色到黑色的连续线性梯度。
然而，理想的显示设备并不存在。计算机显示器是“非线性”设备，伽马值越高，非线性程度越大，NTSC视频的标准伽马值为2.2，对于计算机监视器，伽马值通常在1.5到2.0之间。
在计算机上创建图像时，请根据从监视器上看到的颜色值和强度设置图像，因此，在保存监视器时，监视器上看起来完美的图片将补偿由监视器的gamma值引起的偏差。
根据显示介质的伽马值，相同图像在其他监视器（或复制到受伽马影响的显示介质）上的显示将不同。

6. gamma是什么意思?

含义是希腊语字母的第三个字母γ，就好像其他希腊语字母一样。经常出现在数学和物理学的计算公式之中。比如，高能物理里面的α射线。Gamma也是期权中的风险参数之一。广义上对测试有三个传统的称呼，alpha（α）、beta（β）、gamma（γ），用来标识测试的阶段和范围。

扩展资料：
对一个给定的数码相片文件，按照相关标准规范, 这个gamma是一个定值，所以无需对其校正。如果出于某种特殊需要，一定要改变某数码相片文件的gamma值，这种改变也不能称作“校正”，而是称作“变换”。
系统gamma所表示的变换，是计算机系统在读取了照片数字文件之后，在输出到显示器之前的一种变换，对于windows系统它存在于显卡中，是可调节的，可校正的。

7. gamma的分布是什么？

Gamma分布：是指在地震序列的有序性、地震发生率的齐次性、计数特征具有独立增量和平稳增量情况下，可以导出地震发生i次时间的概率密度为Gamma密度函数。
α＝n，Γ（n，β）就是Erlang分布。Erlang分布常用于可靠性理论和排队论中，如一个复杂系统中从第1次故障到恰好再出现n次故障所需的时间；从某一艘船到达港口直到恰好有n只船到达所需的时间都服从Erlang分布。
当α= 1 , β = 1/λ 时，Γ(1，λ) 就是参数为λ的指数分布，记为exp (λ) ；当α =n/2 ，β=2时，Γ (n/2，2)就是数理统计中常用的χ2( n) 分布。



学科间紧密联系的关系。
在概率理论和统计学中，指数分布（也称为负指数分布）是描述泊松过程中的事件之间的时间的概率分布，即事件以恒定平均速率连续且独立地发生的过程。 这是伽马分布的一个特殊情况。 它是几何分布的连续模拟，它具有无记忆的关键性质。 除了用于分析泊松过程外，还可以在其他各种环境中找到。
指数分布与分布指数族的分类不同，后者是包含指数分布作为其成员之一的大类概率分布，也包括正态分布，二项分布，伽马分布，泊松分布等等。
指数函数的一个重要特征是无记忆性（Memoryless Property，又称遗失记忆性）。这表示如果一个随机变量呈指数分布，当s,t>0时有P(T>t+s|T>t)=P(T>s)。即，如果T是某一元件的寿命，已知元件使用了t小时，它总共使用至少s+t小时的条件概率，与从开始使用时算起它使用至少s小时的概率相等。

8. 谁能解说一下，gamma函数的定义缘由？

定义伽玛函数（或称为第二类欧拉积分）：
Γ（X）=积分：E ^（-T）* T ^（X-1），DT（等次方减乘，以吨（ X-1）th）时，积分区间是0到正无穷大，x> 0时

 

但可以把x延长到复数平面上，点0和负整数加法。这里，使用函数Γx> 0时，在区间的性质Γ（X +1）=Xγ（x）中，可以定义如下：

Γ（z）的=Γ（Z + N 1）/ Z （Z +1）（Z +2）... （Z + n）个正整数时，Γ（X +1）=Xγ（x）的关系，Γ第（n +1）= N！ 
如z可以取非整数，我们使用伽玛函数的扩展因子的定义。定义X！ Γ=（X +1），其中x可以取非整。