雪球产品python蒙特卡洛模拟实现产品定价

首先用蒙特卡洛模拟股票路径（注意要先做正态检验），这个网上资源很多，不再赘述

核心是计算出每支股票路径的雪球收益，核心python代码如下：

    """
        计算模拟出的每支股票路径的雪球收益
        参数：
        getin_rate : 敲入
        getout_rate : 敲出
        ann_rate : 年化收益
        out_date_list : 每月的观察日
        pt : 带时间的股票数据
        返回：
        Returns : 每支股票路径的收益
    """
    Returns = []  # 存收益率的列表
    for share in pt:
        # print(share[-1][1])
        oflag = 0
        iflag = 0
        # 先判断是否敲出
        for date in out_date_list:
            # 遍历每个月15号
            mflag = 0
            while mflag == 0:
                for day in share:
                    if date == day[0]:  # 该月15号是交易日期
                        mflag = 1
                        if day[1] > pe * getout_rate: # 发生敲出
                            # print(day)
                            oflag = 1
                            Returns.append(ann_rate * (int(day[0][4:6]) - 5 + 1) / 12)  # 收益率
                            break
                if mflag == 0: # 该月15号不是交易日期
                    date = str(int(date)+1)  # 日期向后延
                    # print(date)
            if oflag == 1 : break  # 已敲出的就不需要再进行其他计算
        if oflag == 1: continue  # 已敲出的就不需要再进行其他计算,开始计算下一次模拟

        # 判断是否发生敲入
        for day in share:
            if day[1]< pe*getin_rate:  # 发生敲入
                iflag = 1
                break
        if iflag == 1: # 若发生敲入
            if share[-1][1] > pe :  # 发生了敲入，但是到期标的上涨了
                Returns.append(0)
            else:  # 计算到期下跌了多少
                Returns.append((share[-1][1]-pe) / pe)
        else:  # 没有发生敲入，收益就是年化收益
            Returns.append(ann_rate)

然后分别按欧式看跌期权计算期权价格：

    sums = 0
    for i in Returns:
        p = max(0,  pe * getout_rate - (i+1)*pe) * (np.exp(-r * T)) / times
        sums += p
    return sums

并且计算雪球产品的预期收益率，可自己通过收益率重新定价。

结果如下：

完整源代码地址：

雪球产品蒙特卡洛模拟实现产品定价-金融文档类资源-CSDN下载具体描述见博客：https://blog.csdn.net/QQ438152470/article/更多下载资源、学习资料请访问CSDN下载频道.https://download.csdn.net/download/QQ438152470/81135610