Monte Calo模拟方法.pptVIP

OMS 2004 Greeks 衍生证券定价的Monte Carlo模拟方法 基本思想 证券价格模型 技术实现 优点与精度分析 数值方法分类 Monte Carlo 模拟基本思想 求圆周率p Monte Carlo 模拟基本思想 Monte Carlo模拟定价法 通过模拟标的资产价格的随机运动路径得到衍生证券价值期望值的数值方法 基本思路 衍生证券的价值都可以归结为衍生证券到期收益的期望值的现值；而衍生证券的到期收益取决于基础证券的到期价格和衍生证券的类型 尽可能多地模拟风险中性世界中标的资产价格的运动路径；计算每种路径下衍生证券回报的平均值，通过贴现即可得到衍生证券的价格 证券价格变化的连续模型 马尔科夫过程（Markov Process） 马尔科夫过程是一种特殊类型的随机过程 如果一个变量服从马尔科夫过程，那么只有变量的当前值与未来的预测值有关，变量过去的历史和变量从过去到现在的演变方式则与未来的预测值无关 证券价格变化的连续模型 弱式有效市场与马尔科夫过程 弱式有效市场 证券的价格包含了全部的历史信息 任何基于历史数据的技术分析都是无效的 弱式有效市场中证券的价格可以用马尔科夫随机过程来表述 资产的现价已经包含了所有信息，当然包括了所有过去的价格信息 资产价格变动的历史不包含任何对预测资产未来价格变动有用的信息 证券价格变化的连续模型 布朗运动（Brownian motion） 马尔科夫过程的一种特殊形式 标准布朗运动 z是一个随机变量，Dt代表一个小的时间间隔长度，Dz表示在Dt时间内z的变化。如果z服从标准布朗过程，Dz须满足两个基本特征： 特征1： ε服从标准正态分布 特征2：对任意不同时间间隔Dt，Dz相互独立 连续状态下的标准布朗运动： 证券价格变化的连续模型 标准布朗运动的基本性质 Δz的均值： Δz的方差： 考察变量z在一段较长时间T中的变化情形 z(T)-z(0)的均值： z(T)-z(0)的方差： 证券价格变化的连续模型 普通布朗运动 其中常数a表示x的漂移率 漂移率(Drift rate)：单位时间内x均值的变化 常数b2表示方差率 方差率(Variance rate)：单位时间内变量x均值的变化的方差 z服从标准布朗运动 Dx的均值和方差分别为：aDt和b2Dt 时间T内x变化值的均值和方差：aT和b2T 证券价格变化的连续模型 是否可以用布朗运动来描述证券的价格？ 普通布朗运动假定漂移率和方差率为常数 单位时间内证券价格的预期变化是常数么？ 一般可以认为证券价格在单位较短的时间区间内的期望变化率为常数 证券价格变化的漂移率和方差率与价格有关 伊藤过程（It? Process） 伊藤过程的期望漂移率和方差率都随变量x的取值以及时间t的变化而变化 证券价格变化的连续模型 证券价格的变化过程（几何布朗运动） 单位时间内证券价格变化幅度的期望和方差均与其价格正相关 单位时间内证券价格变化率的期望和方差均与其价格无关，可以看成普通的布朗运动 漂移率为mS、方差率为s2S2 证券价格的期望值： 离散情况下： 证券价格变化的连续模型 伊藤引理 如果变量x服从 ，那么x和t的函数G(x, t)服从如下伊藤过程： 衍生证券的价格 衍生证券的价格是标的证券价格和时间的函数 Monte Carlo的技术实现 基础资产价格模型 不支付红利证券： 支付红利证券： 证券价格路径的模拟 Monte Carlo的技术实现 例子：假设无红利的股票价格运动服从几何布朗运动，年预期收益率为14％，收益率的波动率为每年20％，时间步长为0.01年，则 通过不断从标准正态分布样本中随机抽取样本，代入上式，可以得到股票价格运动的一条路径 Monte Carlo的技术实现 Monte Carlo的技术实现 Monte Carlo的技术实现 Monte Carlo的技术实现 利用Monte Carlo计算衍生证券的价格 1.在风险中性世界模拟基础证券的价格变化的一条路径 2.基于基础证券的价格和衍生证券的具体类型，计算衍生证券的到期收益 fT(i) 对于美式看跌期权，还需要其它辅助方法寻找特定路径上的最优执行时间 Monte Carlo的技术实现 3.重复1、2，计算N条不同路径下衍生证券到期收益的平均值 4.计算N条不同路径下衍生证券到期平均收益的现值基于无风险利率） Monte Carlo模拟的优点 适用于更多种类的衍生证券 价格仅仅依赖于标的证券最终价格的衍生证券 价格依赖于标的证券价格变化路径的衍生证券 Monte Carlo模拟的优点 存在最优执行策略的期权 回报取决于多个市场变量的衍生证券 基于两种基础资产的