how to display pdf file in picturebox in c# : Extract text from pdf with formatting Library SDK class asp.net .net winforms ajax Financial%20Modeling%20with%20Excel%20and%20VBA9-part499

© 2011   Ben Van Vliet 
91
most well-known of the extreme value estimators have been proposed by Parkinson 
(1980), and Garman and Klass (1980).  The Parkinson’s equation uses the intra-period 
high and low thusly: 
σ
P
i
i
H
L
=
⎝⎜
⎠⎟
.
ln
601
2
The Garman Klass estimator, which the intra-period high and low as well as the open and 
close data, has the form: 
( )
(
)
σ
GK
i
i
i
i
H
L
C
O
=
⎝⎜
⎠⎟
⎝⎜
⎠⎟
⎢⎢
⎥⎥
1
2
2
2 1
2
2
ln
ln
ln
Notice that these equations represent and estimate of the one period historical volatility of 
the underlying.  You may notice, however, that neither of these models take into account 
gaps, either up or down, from the previous days close.  Volatility that happens over night 
will in neither of these models be accounted for.  For this and other reasons there are 
dozens of variations of these two extreme value estimators currently in use. 
Extract text from pdf with formatting - extract text content from PDF file in C#.net, ASP.NET, MVC, Ajax, WinForms, WPF
Feel Free to Extract Text from PDF Page, Page Region or the Whole PDF File
copy pdf text to word; copy and paste text from pdf to word
Extract text from pdf with formatting - VB.NET PDF Text Extract Library: extract text content from PDF file in vb.net, ASP.NET, MVC, Ajax, WinForms, WPF
How to Extract Text from PDF with VB.NET Sample Codes in .NET Application
extract text from scanned pdf; find and replace text in pdf file
© 2011   Ben Van Vliet 
92
VII.  MODELING OPTIONS
A call option on a stock grants the owner of that option the right to buy the underlying 
stock at the strike price at expiration (in the case of a European option), or at any time up 
to expiration (in the case of an American option).  The writer of a call option is then 
obligated to sell the stock at the strike price when the owner of the call option exercises 
his or her right.  
A put option on a stock grants the owner of that option the right to sell the 
underlying stock at the strike price at expiration, or at any time up to expiration.  The 
writer of a put option is then obligated to buy the stock at the strike price when the owner 
of the put option exercises his or her right.  
Before we begin to discuss option pricing, lets quickly review an important 
relationship —put-call parity.  Put-call parity states that the value of a call at a given 
strike implies a certain value for the corresponding put.  If there is divergence from 
parity, then an arbitrage opportunity would exist and trading could take risk-free profits 
until the divergence from parity is eliminated.   
Put-call parity states that the price of the stock, the price of a call at a given strike 
and expiration, and the price of a put with that same strike and expiration, are all 
interrelated and simultaneously solved according to: 
0
P S
Xe
C
rt
= +
+
Where, C is the call price, P the put price, X the strike, S the stock price, r the interest rate 
and t the time till expiration. 
C# PDF Convert to Text SDK: Convert PDF to txt files in C#.net
other C# .NET PDF to text conversion controls, RasterEdge C# PDF to text converter control toolkit can convert PDF document to text file with good formatting.
.net extract text from pdf; erase text from pdf file
VB.NET Create PDF from PowerPoint Library to convert pptx, ppt to
VB.NET read PDF, VB.NET convert PDF to text, VB.NET extract PDF pages, VB Turn all PowerPoint presentation into high quality PDF without losing formatting.
extract text from pdf to excel; get text from pdf c#
© 2011   Ben Van Vliet 
93
A. 
The Simulation Way 
Recall that the t time ahead price can be simulated in the following way: 
t
t z
t
s
Se
S
σ
μ
+
=
0
Also, the call option payoff at time t can be expressed as: 
,0)
max(
X
S
C
t
=
Where X is the strike price of the option.  Using VBA we generate many simulations of 
the stock price to generate many call option payoffs. 
VBA: 
Function Sim_Eur_Call(S As Double, X As Double, r As Double, _ 
t As Double, sigma As Double) As Double 
Dim sum_payoffs As Double 
Dim i As Integer 
For i = 1 To 1000 
ST = S * Exp(Application.NormSInv(Rnd) * sigma * Sqr(t)) 
sum_payoffs = sum_payoffs + Max(ST - X, 0#) 
Next i 
Sim_Eur_Call = Exp(-r * t) * (sum_payoffs / 1000) 
End Function 
Function Max(a As Double, b As Double) As Double 
If a >= b Then 
Max = a 
Else 
Max = b 
End If 
End Function 
VB.NET Create PDF from Word Library to convert docx, doc to PDF in
VB.NET read PDF, VB.NET convert PDF to text, VB.NET extract PDF pages, VB Export all Word text and image content into high quality PDF without losing
delete text from pdf acrobat; copy text from protected pdf
VB.NET Image: Robust OCR Recognition SDK for VB.NET, .NET Image
only PDF or Bmp. OCR software retains original layout and formatting of scanned images, fax documents or screen shots. VB.NET Sample Codes to Extract Text from
extract text from pdf with formatting; copy and paste text from pdf to excel
© 2011   Ben Van Vliet 
94
B. 
The Cox-Ross-Rubenstein (CRR) or Binomial Way 
Recall that the binomial distribution considers two outcomes—success or failure.  Lets 
assume that with stocks, success means the stock goes up, and failure means the stock 
goes down.  But how much does it go up or down? 
We can calculate the magnitude of an up moves and down moves using the 
annualized volatility of the stock as: 
t
e
Up
Δ
=
σ
   and  
t
e
Down
Δ
=
σ
Given a Bernoulli trial, the stock price can move up by a factor of Up or down by a factor 
of Down.   
Up
S
S
Up
=
0
1,
and 
Down
S
S
Down
=
0
1,
Now, the present value before the Bernoulli trial (i.e. t = 0) must be the sum of the two 
discounted prices (i.e. up and down) after the Bernoulli trial, so that: 
Down
Up
S
down
q
up S
q
S
1,
1,
0
_
_
+
=
If r is 1 plus the interest rate, then solving the system of linear equations yields discount 
factors of: 
)
(
_
Down
Up
r
Down
r
up
q
=
and 
)
(
_
Down
rUp
r
Up
down
q
=
After each trial, the test is: 
,0)
(
_
,0)
(
_
X
Down
S
Max
down
q
X
S Up
Max
up
q
C
+
⋅ −
=
For a European call on a non-dividend paying stock, given n number of trials, the call 
price follows the binomial distribution: 
=
=
n
i
n i
i
n i
i
X
Down
Up
S
Max
down
q
up
q
i
n
C
1
,0)
(
_
_
Where the number of combinations is: 
)!
!(
!
i n n i
n
i
n
=
In the following simple code example, the change in time is 1 day.  So, if time t is set to 
.75, then there will be 273 Bernoulli trials (i.e. 273 / 365 = .75). 
VB.NET Create PDF from Excel Library to convert xlsx, xls to PDF
& pages edit, C#.NET PDF pages extract, copy, paste C#.NET rotate PDF pages, C#.NET search text in PDF all Excel spreadsheet into high quality PDF without losing
c# get text from pdf; extract text from pdf acrobat
C# PDF Convert to HTML SDK: Convert PDF to html files in C#.net
file. Besides, the converted HTML webpage will have original formatting and interrelation of text and graphical elements of the PDF.
c# read text from pdf; how to copy and paste pdf text
© 2011   Ben Van Vliet 
95
VBA: 
Function Bin_Eur_Call(S As Double, X As Double, r As Double, _ 
t As Double, sigma As Double) As Double 
Dim Periods As Double 
Dim rf As Double 
Dim Up As Double 
Dim Down As Double 
Dim q_up As Double 
Dim q_down As Double 
Periods = Int(t * 365) 
rf = Exp(r / 365) 
Up = Exp(sigma * Sqr(1 / 365)) 
Down = Exp(-sigma * Sqr(1 / 365)) 
q_up = (rf - Down) / (rf * (Up - Down)) 
q_down = 1 / rf - q_up 
Bin_Eur_Call = 0 
For i = 0 To Periods 
Bin_Eur_Call = Bin_Eur_Call + Application.Combin(Periods, i) _ 
* q_up ^ i * q_down ^ (Periods - i) _ 
* Application.Max(S * Up ^ i * Down ^ _ 
(Periods - i) - X, 0) 
Next i 
End Function 
VB.NET PDF Convert to Word SDK: Convert PDF to Word library in vb.
application. In addition, texts, pictures and font formatting of source PDF file are accurately retained in converted Word document file.
export highlighted text from pdf; copy text from pdf online
C# Create PDF from Word Library to convert docx, doc to PDF in C#.
A convenient C#.NET control able to turn all Word text and image content into high quality PDF without losing formatting. Convert
delete text from pdf with acrobat; extract text from pdf open source
© 2011   Ben Van Vliet 
96
C. 
The Black-Scholes Way 
The simulation and binomial methods for pricing options both approach the normal 
distribution.  The Black Scholes formulae for calls C and puts P assumes a normal 
distribution of returns. 
( )
( )
2
1
N d
X e
S N N d
C
rt
− ⋅
= ⋅
)
(
)
(
1
2
S N N d
N d
P X X e
rt
− ⋅ ⋅ −
⋅ −
=
Where:  
t
t
r
S X
d
+
+
=
σ
σ
2)
) (
ln(
2
1
and  
t
d
d
− ⋅
=
σ
1
2
VBA: 
Public Function BS_Eur_Call(S As Double, X As Double, r As Double, _ 
t As Double, sigma As Double) As Double 
Dim d1 As Double 
Dim d2 As Double 
d1 = (Log(S / X) + (r + sigma ^ 2 / 2) * t) / (sigma * Sqr(t)) 
d2 = d1 - sigma * Sqr(t) 
BS_Eur_Call = S * Application.NormSDist(d1) - X * Exp(-r * t) * _ 
Application.NormSDist(d2) 
End Function 
C# Create PDF from PowerPoint Library to convert pptx, ppt to PDF
Excellent .NET control for turning all PowerPoint presentation into high quality PDF without losing formatting in C#.NET Class. Convert
copy text from pdf to word; a pdf text extractor
C# Create PDF from Excel Library to convert xlsx, xls to PDF in C#
Turn all Excel spreadsheet into high quality PDF without losing formatting. Evaluation library and components for PDF creation from Excel in C#.NET framework.
export highlighted text from pdf to word; extract text from pdf image
© 2011   Ben Van Vliet 
97
D. 
Option Greeks 
The Greeks—delta, gamma, theta, vega and rho—represent the sensitivities of the price of an 
option to changes in the input parameters.  
Delta measures the rate of change of the option price given a change in the price of the 
underlying asset.  It is the first derivative with respect to S.  For a European call on a non-
dividend paying stock, delta is: 
( )
1
N d
Delta =
Gamma 
measures the rate of change in the delta given a change in the price of the 
underlying asset.  It 
is the second derivative with respect to S.
For a European call (or put) on a 
non-dividend paying stock, gamma is: 
t
S
N d
Gamma
⋅ ⋅
=
σ
( )
1
Theta measures the rate of change of the option price given a change in the time 
to expiration.  It is the first derivative with respect to time.
For a European call on a non-
dividend paying stock, theta is: 
( )
2
( )
2
1
N d
r X X e
t
S N d
Theta
rt
− ⋅ ⋅ ⋅
⋅ ′
=
σ
Vega measures the rate of change of the option price given a change in volatility 
of the underlying asset.  It is the first derivative with respect to sigma.  
For a European call 
(or put) on a non-dividend paying stock, vega is: 
( )
1
S t t N N d
Vega
= ⋅ ⋅ ⋅
Rho measures the rate of change of the option price given a change in interest 
rates.  It is the first derivative with respect to the rate.
For a European call on a non-dividend 
paying stock, rho is: 
( )
2
N d
X t t e
Rho
rt
⋅ ⋅
=
Where the standard normal pdf is: 
2
2
2
1
( )
x
e
N x
′ =
π
Sensitivities in finance are also often found using perturbation. 
© 2011   Ben Van Vliet 
98
E. 
Implied Volatility 
Often, the price of an option in the market place is observed, but the volatility that the price 
implies is unknown.  To find the volatility level that generates a given price we can use an 
iterative bisection method. 
VBA: 
Function Implied_Vol(S As Double, X As Double, r As Double, _ 
t As Double, price As Double) As Double 
Dim High As Double 
Dim Low As Double 
Dim test_price As Double 
Dim test_vol As Double 
High = 1 
Low = 0 
Do While (High - Low) > 0.00001 
test_vol = (High + Low) / 2 
test_price = BS_Eur_Call(S, X, r, t, test_vol) 
If (test_price > price) Then 
High = test_vol 
Else 
Low = test_vol 
End If 
Loop 
Implied_Vol = test_vol 
End Function 
© 2011   Ben Van Vliet 
99
F. 
American Options
Function Bin_Amer_Call(S As Double, X As Double, r As Double, _ 
t As Double, sigma As Double) As Double 
Dim Periods As Double 
Dim rf As Double 
Dim Up As Double 
Dim Down As Double 
Dim q_up As Double 
Dim q_down As Double 
Periods = Int(t * 365) 
rf = Exp(r / 365) 
Up = Exp(sigma * Sqr(1 / 365)) 
Down = Exp(-sigma * Sqr(1 / 365)) 
q_up = (rf - Down) / (rf * (Up - Down)) 
q_down = 1 / rf - q_up 
Dim OptionReturnEnd() As Double 
Dim OptionReturnMiddle() As Double 
ReDim OptionReturnEnd(Periods + 1) 
For i = 0 To Periods 
OptionReturnEnd(i) = Max(S * Up ^ i * Down _ 
^ (Periods - i) - X, 0) 
Next i 
For i = Periods - 1 To 0 Step -1 
ReDim OptionReturnMiddle(i) 
For j = 0 To i 
OptionReturnMiddle(j) = Max(S * Up ^ j * Down ^ (i - j) _ 
- X, q_down * OptionReturnEnd(j) _ 
+ q_up * OptionReturnEnd(j + 1)) 
Next j 
ReDim OptionReturnEnd(i) 
For j = 0 To i 
OptionReturnEnd(j) = OptionReturnMiddle(j) 
Next j 
Next i 
Bin_Amer_Call = OptionReturnMiddle(0) 
End Function 
© 2011   Ben Van Vliet 
100
VIII.  OPTIMIZATION
Optimization is a field of study that focuses on methods for minimizing or maximizing the value 
of objective functions.  Finding the optimal solution may not be difficult.  One could guess every 
possible solution and pick the one with the most favorable output.  But, finding the solution in a 
computationally efficient way is very difficult, and very interesting to management scientists.  
Thus, optimization focuses on systematic ways of choosing input values that lead to the optimal 
solution in the minimum number of steps. 
Maximize the objective function: 
f(x) 
Subject to the constraints: 
Linear programming (LP) problems involve the optimization of a linear objective 
function, subject to linear equality and inequality constraints.  Linear programs can be expressed 
in the form: 
Maximize: 
c
1
x
1
+ c
2
x
+ ··· + c
n
x
n
or, 
Maximize: 
c
T
Subject to: 
a
11
x
1
+ a
12
x
2
+ ··· + a
1n
x
 
≤ b
1
Subject to: 
Ax ≤ b 
a
21
x
1
+ a
22
x
2
+ ··· + a
2n
x
n
 ≤ b
1
a
m1
x
1
+ a
m2
x
2
+ ··· + a
mn
x
n
≤ b
1
where x is the vector of input variables.  c is a vector of known coefficients.  b is the right hand 
side vector.  A is the matrix of constraint coefficients.  The objective function is c
T
x.  The 
simplex algorithm finds numerical solutions to linear programming problems.   
Nonlinear programming (NLP) is the process of solving maximization and 
minimization problems where some of the constraints or the objective function are nonlinear.  
Non-linear optimization problems can be solved by using gradient ascent (or descent) to find 
points where the gradient of the objective function is zero.  Excel Solver uses the Generalized 
Reduced Gradient (GRG) algorithm for nonlinear problems. 
The hardest optimization problems to solve are discontinuous and/or non-smooth 
problems, where multiple feasible regions may exist each with their own locally optimal solution.  
Excel’s Premium Solver uses an evolutionary genetic algorithm to solve for the global 
optimum.   
Problems with optimization:  no solutions, infinite solutions, one solution.  Is it global or 
just local? 
Documents you may be interested
Documents you may be interested