Perbandingan Harga Opsi Biner pada Kontrak Berjangka Nikel menggunakan Metode Monte Carlo dan Kuasi Monte Carlo

Abstract

Investasi dalam komoditas seperti nikel memiliki potensi ekonomi yang signifikan, terutama mengingat peran vital nikel dalam industri baja tahan karat dan baterai lithium. Penelitian ini bertujuan untuk membandingkan harga opsi biner pada kontrak berjangka nikel menggunakan metode Monte Carlo dan Kuasi Monte Carlo. Metode Monte Carlo dan Kuasi Monte Carlo dengan barisan kuasi acak Van der Corput dan Sobol digunakan untuk menghitung harga opsi biner asset-or-nothing. Hasil simulasi menunjukkan bahwa metode Kuasi Monte Carlo memberikan hasil yang lebih akurat dengan galat relatif yang lebih kecil dibandingkan metode Monte Carlo, terutama pada barisan kuasi acak Sobol. Dengan semakin banyaknya simulasi, kedua metode semakin mendekati nilai analitik, namun Kuasi Monte Carlo menunjukkan konvergensi yang lebih cepat. Temuan ini menunjukkan bahwa metode Kuasi Monte Carlo lebih efektif dalam menghitung harga opsi biner, yang dapat mengurangi waktu komputasi dan meningkatkan akurasi prediksi harga.

Investment in commodities such as nickel has significant economic potential, particularly due to nickel's vital role in the stainless steel and lithium battery industries. This study aims to compare binary option pricing on nickel futures contracts using Monte Carlo and Quasi Monte Carlo methods. Monte Carlo and Quasi Monte Carlo methods with Van der Corput and Sobol quasi-random sequences were used to calculate the asset-or-nothing binary option prices. The simulation results show that the Quasi Monte Carlo method provides more accurate results with smaller relative errors compared to the Monte Carlo method, especially with the Sobol quasi-random sequence. As the number of simulations increases, both methods approach the analytical values, but Quasi Monte Carlo shows faster convergence. These findings indicate that the Quasi Monte Carlo method is more effective in pricing binary options, which can reduce computation time and improve price prediction accuracy.