金融工程定价模型：期权定价-精.ppt

三叉树图 期权定价若干实际应用 外汇结构性存款(论文) 认股权证（论文） * 利率是时间依赖的情形 P=0.5的二叉树图 三叉树图:一些参数 控制方差技术 控制方差技术是数值方法的一个辅助技术，可以应用在二叉树模型、蒙特卡罗模拟和有限差分方法上。其基本原理为：期权A和期权B的性质相似，我们可以得到期权B的解析定价公式，而只能得到期权A的数值方法解。 适应性网状模型 在使用三叉树图为美式期权定价时，当资产价格接近执行价格时和接近到期时，用高密度的树图来取代原先低密度的树图。即在树图中那些提前执行可能性较大的部分，将一个时间步长 进一步细分，如分为 ，每个小步长仍然采用相同的三叉树定价过程，这样使得树图更好地反映了实际情形，从而大大提高了定价的效率和精确程度。 隐含树图 通过构建一个与目前市场上的期权价格信息相一致的资产价格树图，从而得到市场对标的资产价格未来概率分布的看法。其具体方法是在二叉树图中，通过前一时刻每个结点的期权价格向前推出（注意不是倒推）下一时刻每个结点的资产价格和相应概率 二叉树定价模型的深入理解 二叉树图模型的基本出发点在于：假设资产价格的运动是由大量的小幅度二值运动构成，用离散的随机游走模型模拟资产价格的连续运动可能遵循的路径。同时二叉树模型与风险中性定价原理相一致，即模型中的收益率和贴现率均为无风险收益率，资产价格向上运动和向下运动的实际概率并没有进入二叉树模型，模型中隐含导出的概率是风险中性世界中的概率，从而为期权定价。实际上，当二叉树模型相继两步之间的时间长度趋于零的时候，该模型将会收敛到连续的对数正态分布模型，即布莱克－舒尔斯偏微分方程。 蒙特卡罗模拟:(P178;先自看) 蒙特卡罗模拟是一种通过模拟标的资产价格的随机运动路径得到期权价值期望值的数值方法，也是一种应用十分广泛的期权定价方法 基本过程：蒙特卡罗模拟要用到风险中性定价原理，其基本思路是：由于大部分期权价值实际上都可以归结为期权到期回报的期望值的折现，因此，尽可能地模拟风险中性世界中标的资产价格的多种运动路径，计算每种路径结果下的期权回报均值，之后贴现可以得到期权价值。 蒙特卡罗模拟的技术实现 在风险中性世界中，(详见P179） 为了模拟的路径，我们把期权的有效期分为N个长度为△t时间段，则上式的近似方程为 或 举例说明P179 假设无红利的股票价格运动服从式（8.12），年预期收益率为14％，收益波动率为每年20％，时间步长为0.01年，则根据式（8.12）有 通过不断从标准正态分布样本中抽取 的值，代入上式，我们可以得到股票价格运动的一条路径。 表：股票价格模拟 每步开始时的股票价格 随机抽样值 该时间步长中的股票价值变化 20.000 0.52 0.236 20.236 1.44 0.611 20.847 －0.86 －0.329 20.518 1.46 0.628 21.146 －0.69 －0.262 20.883 －0.74 －0.280 单个变量和多个变量的蒙特卡罗模拟 蒙特卡罗模拟的优点之一在于无论回报结果依赖于标的变量S所遵循的路径还是仅仅取决于S的最终价值，都可以使用这一方法。同时，这个过程也可以扩展到那些回报取决于多个标的市场变量的情况。 当回报仅仅取决于到期时S的最终价值时 可以直接用一个大步（ ）（假设初始时刻为零时刻）来多次模拟最终的资产价格，得到期权价值 ： 当回报依赖于多个市场变量时 当存在多个标的变量时，每次模拟运算中对每个变量的路径都必须进行抽样，从样本路径进行的每次模拟运算可以得出期权的终值，假设期权依赖于n个变量, ，其离散形式可以写成： 随机利率的蒙特卡罗模拟 如果期权模型中的变量之一本身就是短期无风险利率或是其他与有关的变量，例如利率衍生产品，则蒙特卡罗模拟方法与前类似，只是要模拟风险中性世界中r的路径，每次模拟时既要计算r到期时终值相应带来的期权回报，又要计算期权有效期内r的平均值。最后折现的时候使用的贴现率是这个平均值，用数学符号表示为： 随机样本的产生 是服从标准正态分布的一个随机数。大多数程序语言都为抽取0到1之间的随机数编制了程序。如果只有一个单变量,则 可以通过下式获得： 其中 是0到1的相互独立的随机数。 模拟运算次数的确定 如果对估计值要求95％的置信度，则期权价值应满足 式中， 为运算次数， 为均值， 是标准差，期权估计值的标准误差为 ： 减少方差的技巧 对偶变量技术 控制方差技术 重点