期权定价的数值方法

期权定价的数值方法

小结

1.当不存在解析解时，可以用不同的数值方法为期权定价，其中主要包括二叉树图方法、蒙特卡罗模拟和有限差分方法。

2.二叉树图方法用离散的随机游走模型模拟资产价格的连续运动在风险中性世界中可能遵循的路径，每个小的时间间隔中的上升下降概率和幅度均满足风险中性原理。从二叉树图的末端开始倒推可以计算出期权价格。

3.蒙特卡罗方法的实质是模拟标的资产价格在风险中性世界中的随机运动，预测期权的平均回报，并由此得到期权价格的一个概率解。

4.有限差分方法将标的变量满足的偏微分方程转化成差分方程来求解，具体的方法包括隐性有限差分法、显性有限差分法、“跳格子方法”和

Crank-Nicolson方法等。

5.树图方法和有限差分方法在概念上是相当类似的，它们都可以看成用离散化过程解出偏微分方程的数值方法，都适用于具有提前执行特征的期权，不太适合路径依赖型的期权。其中二叉树模型由于其简单直观和容易实现，是金融界中应用得最广泛的数值定价方法之一；有限差分方法则日益受到人们的重视。

6.蒙特卡罗方法的优点在于应用起来相当直接，能处理许多盈亏状态很复杂的情况，尤其是路径依赖期权和标的变量超过三个的期权，但是不擅长于处理美式期权，而且往往所需计算时间较长。

二叉树定价方法的基本思想：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连续运行可能遵循的路径。模型中隐含导出的概率是风险中性世界中的概率p，从而为期权定价。

蒙特卡洛模拟的基本思想：由于大部分期权的价值都可以归结为期权到期回报的期望值的贴现，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，计算每种结果路径下的期权回报均值，之后贴现就可以得到期权价值。

蒙特卡洛模拟的优点：在大多数情况下，人们可以很直接地应用蒙特卡洛模拟，而无需对期权定价模型有深刻的认识；蒙特卡洛模拟的适用情形相当广泛。

蒙特卡洛模拟的缺点：只能为欧式期权定价，难以处理提前执行期权的的定价情形；为了达到一定的精准度，需要大量的模拟运算。

有限差分方法的基本思想：将衍生证券所满足的偏微分方程转化为一系列近似的差分方程，即用离散算子逼近偏微分方程中的各项，之后用迭代法求解以得到期权价值。