欧式看涨期权二叉树定价

欧式看涨期权二叉树定价（含matlab代码和结果图）实验概述

本实验首先介绍了二叉树方法的来源和主要理论基础，然后给出期权的二叉树定价方法的基本过程和MATLAB7. 0实现的过程。

19. 2 实验目的

(1)了解二叉树的定价机理;

(2)掌握用MATLAB7. 0生成股票价格的二叉树格子方法;

(3)掌握欧式期权和美式期权的二叉树定价方法。

19. 3 实验工具

MATLAB 7. 0。

19. 4 理论要点

构造二叉树图(Binomial Tree)是期权定价方法中最为常见的一种。这个树图表示了在期权有效期内股票价格可能遵循的路径。二叉树定价方法与风险中性定价理论是紧密联系的。Cox, Ross & Rubinstein (1979)首次提出了构造离散的风险中性概率可以给期权定价，在此基础上他们给出了二叉树定价方法。

1)一个简单的例子

假设当前(3月份)股票的价格So =50元，月利率是25%。 4月份股票价

格有两种可能:S

高=100元，S

低

=25元。有一份看涨期权合约，合约约定在4月份

可以以50元价格买进一股股票。现在考虑一个投资组合，进行几项操作:以价格C卖出3份看涨期权合约;以50元购入2股股票;以25%的月利率借人40元现金，

借期为一个月。

根据上述组合，我们可以得到以下到期收益分布表，如表19. 1所示。

表19.1 投资组合的到期收益分布表

四月份

三月份

S

低=25元 S

高

=100元

卖出3份看涨期权合约 3C 0 -150

买人两股股票 -100 50 200

借人现金 40 -50 -50

总计 0 0 0

由一价定律3C-100+40=0，可得C= 20元，即为期权的价格。这个例子说明，可以用一个相当简单的方法为期权定价，唯一需要做的是假设对投资者而言不存在套利机会。我们可以通过某种方式构造一个股票和期权的组合，使得在4月份该组合的价值是确定的。于是我们可以说该组合无风险，它的收益率一定等于无风险收益率。二叉树方法正是基于上述思想构造了二项分布下的风险中性概率。

2)二叉树模型

考虑一个不支付红利的股票期权价格估值。我们把期权的有效期分为很多很小的时间间隔Δt。假设在每一个时间段内股票价格从开始的价格S以概率p 上升到Su,以概率1-p下降到Sd，其中，u>1,O

Su Su3

p Su2 Su2

Su Su S S S S

Sd Sd

1-p Sd2 Sd2

Sd Sd3 Sd4

图19. 1股票价值变化的可能性 图19. 2 二叉树模型 例如，我们假定将期权的有效期分成4个时期，在任何一个时期，股票都有两种可能的价值，即每个时间段都假定是一个两状态过程。当N=4时，我们有以下结点图19. 2。

在风险中性概率Q 下，P=d

u d

e t r --∆-

且有，f 0=t r e ∆-[pf u +(1-p)f d ]

其中fu 和fd 是在△t 期后的期权可能的价格分布，分别为期权价格高点和低点。

令u=1/d ，根据股票回报率的方差t ∆2σ，我们有u=t

e ∆σ

和d=t

e ∆-σ

若每个股票价格路径的样本点个数为N+1，那么欧式看涨期权的到期收益的样本路径为：f N, = max [0，Su j d N-j -X]， j=0，1，…，N

向后递归可得：f ij =t

e ∆-σ

[pf i+1,j+1+(1-p)f i+1,j ]

相应欧式看跌期权的到期收益表示:f N,j =max[0,X-Su j d N-j ]， j=0，1，…，N 美式看涨期权的到期收益与欧式看涨期权是一致的，因此我们下面仅考虑美式看跌期权的格子(Lattice): f N,j =max[0,X-Su j d N-j ]， j=0，1，…，N

向后递归可得: max{X-Su j d i-j ,t

e ∆-σ[p

f i+1,j+1+(1-p)f i+1,j ]}。

i=N-1，N-2，...，0；j=0,1, (i)

19. 5 实验过程

我们首先给出欧式期权的二叉树定价的MATLAB 代码，然后给出美式期权的二叉树定价的代码。

19. 5. 1 欧式看涨期权

1)欧式看涨期权的二叉树定价

下面的函数LatticeEurCall( )给出了利用二叉树的方法给欧式看涨期权定

%欧式看涨期权的二叉树定价价:

%LatticeEurCall.m

function [price, lattice]=LattceEurCall(SO,E,r,T,sigma, N)

%S

:股票现价,E：执行价格,r：利率,T:期权的有效期限,sigma：波动率，N：0

结点数

deltaT=T/N； %日期步长

u=exp(sigma*sqrt(deltaT);

d=1/u;

p=(exp(r*deltaT)/(u-d); %凤险中性概率

lattice=zeros(N+ 1, N+1)

for j=0,N

lattice(N+1,j+1)=max(0,S0*(u^j)*(d^(N-j))-E);

end

for i=N-1:-1:0

for j=0:i

lattice(i+1,j+1)=exp(-r*deltaT)*…