金融数学第5节期权定价的离散模型,二叉树.ppt

第五章 期权定价的离散模型 二叉树模型 1. CRR模型 2. 看涨看跌期权平价公式 10 12 17.28 12.96 9.72 72.9 8.1 10.8 14.4 9 uuu 17.28 uud 14.4 udu 12.96 duu 12.96 udd 12.0 dud 10.8 股票价格二叉树 10 12 17.28 12.96 9.72 7.29 8.1 10.8 14.4 9 uuu 17.28 uud 14.4 udu 12.96 duu 12.96 udd 12.0 dud 10.8 ddu 10.0 股票价格二叉树 10 12 17.28 12.96 9.72 7.29 8.1 10.8 14.4 9 uuu 17.28 uud 14.4 udu 12.96 duu 12.96 udd 12.0 dud 10.8 ddu 10.0 ddd 10.0 股票价格二叉树 * Cox Ross Rubinstein 风险中性概率 同S0无关 V0 = e–rT (q U + (1 – q) D) 看涨期权执行价为K：假设Sd K Su U = Su – K = u S0 – K D = 0 C0 = e–rT (q u S0 – K q) 如果 K Sd? K Su? 看跌期权执行价为K：假设Sd K Su U = 0 D = K – Su = K – d S0 P0 = e–rT (K(1 – q) – (1 – q)d S0) 因此 C0 – P0 = S0 – K e–rT q u + (1 – q)d = erT 看涨看跌期权平价公式(call-put parity) Ct + K e–r(T–t) = Pt + St 证明：在t = 0建立两个投资组合 F1 = C0 + K e–rT F2 = P0 + S0 这代表什么意思？ 对欧式期权都满足 在到期t = T 如果S(T) K F1(T) = S(T) – K + K = S(T) F2(T) = 0 + S(T) = S(T) 如果S(T) ? K F1(T) = 0 + K = K F2(T) = K – S(T) + S(T) = K 因此F1(T) = F2(T) 所以F1(t) = F2(t) 价格单一定律 如果Ct + K e–r(T–t) Pt + St 怎样套利？ 如果Ct + K e–r(T–t) Pt + St 怎样套利？ 3. 后向推导法 股票价格二叉树模型 这里p是实际股票上升的概率 因此(q = 1 – p) E[S1] = p uS0 + q dS0 = (pu + qd) S0 漂移系数 多时期 概率 因此 一般 简化股票二叉树 p3 3p2q 3pq2 q3 概率 n期价格是ukdn–k S0的概率 = Cnk pkqn–k 欧式看涨期权的二叉树定价 假设 S0 = 10 K = 10.5 u = 1.1 d = 0.9 r = 0.05 期权在t = 3 年到期 10.0 11.0 13.31 10.89 8.91 7.29 8.1 9.9 12.1 9.0 u = 1.1, d = 0.9 股票价格二叉树 t = 1 t = 2 t = 3 在一个典型的分叉 q 1 – q 我们有 风险中性概率 q = 0.7564 这是欧式期权的价格 2.81 0.39 0 0 0 2.112 0.281 1.585 0.202 1.187 期权价格二叉树 另一种计算方法 (1 – q)3 3q(1 – q)2 3q2(1 – q) q3 概率 0.014455 0 0.134657 0 0.418121 0.39 0.432767 2.81 到期价值 期望值 E[VT] = 1.37914 V0 = e–rT E[VT] = 1.1869 r = 0.05 T = 3 美式看跌期权的二叉树定价 假设 S0 = 10 K = 10 u = 1.1 d = 0.9 r = 0.05 期权在t = 3 年到期 股票数据同上例一样 风险中性概率 q = 0.7564 10.0 11.0 13.31 10.89 8.91 7.29 8.1 9.9 12.1 9.0 u = 1.1, d = 0.9 股票价格二叉树 t = 1 t = 2 t = 3 期权价格二叉树 0 0 1.09 = 10 – 8.91 2.71 = 10 – 7.29 q 1 – q 在一个典型的分叉 q = 0.7564, 1 – q = 0.2436 q 1 - q 2.71 1.09 x = e– 0.05 (0.7564?1.09 + 0.2436?2.71) = 1.412 1