Black Scholes公式推导及求解 Part 2：降维至一维热力扩散模型

Black Scholes公式推导及求解 Part 2：降维至一维热力扩散模型

首先，回忆Black Scholes Equation，目标是通过一系列的换元和操作，最终实现将其转换成形如一维热力扩散模型的形式（$\frac{\partial p}{\partial t^{\prime }}=c^2\frac{{\partial }^{2}p}{\partial y^{{}^{\prime }2}}$）。

$\frac{\partial V}{\partial t}+\frac{1}{2}{\sigma }^2{S}^2\frac{{\partial }^{2}V}{\partial S^2}+rS\frac{\partial V}{\partial S}-rV=0$ (1)

第一步（PV->FV转换）：

preset value改成future value表示，即：$V(S,t)=e^{-r(T-t)}U(S,t)$

接着，分别对S求一阶导、二阶导；对t求一阶导则可得到：

$\{\begin{array}{l}\frac{\partial V}{\partial S}=e^{-r(T-t)}\frac{\partial U}{\partial S}\\ \frac{{\partial }^{2}V}{\partial S^2}=e^{-r(T-t)}\frac{{\partial }^{2}U}{\partial S^2}\\ \frac{\partial V}{\partial t}=r{e}^{-r(T-t)}U+e^{-r(T-t)}\frac{\partial U}{\partial t}（根据链式法则）\end{array}$

将上面部分代入(1)，Black Scholes Equation改写为（这里可以注意到$rV$项消失了）：

$\frac{\partial U}{\partial t}+\frac{1}{2}{\sigma }^2{S}^2\frac{{\partial }^2}{\partial S^2}+rS\frac{\partial U}{\partial S}=0$ (2)

(注意到，BS等式成为了一个Backward Komogrove Equation)

第二步（时间转换）：

令$\tau =T-t$，则有：$\frac{\partial }{\partial t}=\frac{\partial \tau }{\partial t}\frac{\partial }{\partial \tau }=-\frac{\partial }{\partial \tau }$ [链式法则]

则（2）式可写为：$\frac{\partial U}{\partial \tau }=\frac{1}{2}{\sigma }^2{S}^2\frac{{\partial }^{2}U}{\partial S^2}+rS\frac{\partial U}{\partial S}$ (3)

第三步（转成常系数（用log））

观察（3）式，恰有S的平方与S的二阶导，以及S和S的一阶导。而（3）式与热力扩散模型相比，RHS的系数仍然不是常系数，接下来，考虑通过log的方法，引入新变量$\xi$，消除S。

回想我们对底层资产价格建模的时候，是基于资产价格的收益率是一个随机过程。

于是定义：$\xi =logS$

从$\xi$我们可知：$\frac{\partial }{\partial S}=e^{-\xi }\frac{\partial }{\partial \xi }$和$\frac{{\partial }^2}{\partial S^2}=e^{-2\xi }\frac{{\partial }^2}{\partial {\xi }^2}-e^{-2\xi }\frac{\partial }{\partial \xi }$

进而我们推导出Black Scholes Equation的新形态，RHS变为常系数形式：

$\frac{\partial U}{\partial \tau }=\frac{1}{2}{\sigma }^2\frac{{\partial }^U}{\partial {\xi }^2}+(r-\frac{1}{2}{\sigma }^2)\frac{\partial U}{\partial \xi }$ (4)

第四步（消除RHS中的一阶项）：

观察（4）式可知，距离最终热力扩散模型形式（$\frac{\partial p}{\partial t^{\prime }}=c^2\frac{{\partial }^{2}p}{\partial y^{{}^{\prime }2}}$），RHS还多出了一个一阶项，想办法进行消除。于是考虑做有点类似坐标转换的操作，引入$x,{\tau }_{新},U$。

令：

$x=\xi +(r-\frac{1}{2}{\sigma }^2){\tau }_{旧}$ (5)

${\tau }_{新}={\tau }_{旧}$ (6)

$U=W(x,\tau )$ (7)

引入$x$和${\tau }_{新}$后，某变量对${\tau }_{旧}$的求导，实际上就是对$x$和${\tau }_{新}$分别做偏微分。由链式法则可得：

$\frac{\partial }{\partial {\tau }_{旧}}=\frac{\partial {\tau }_{新}}{\partial {\tau }_{旧}}\frac{\partial }{\partial {\tau }_{新}}+\frac{\partial x}{\partial {\tau }_{旧}}\frac{\partial }{\partial x}=\frac{\partial }{\partial {\tau }_{新}}+(r-\frac{1}{2}{\sigma }^2)\frac{\partial }{\partial x}$ (8)

同理，某变量对$\xi$求导，实际上也是对$x$和${\tau }_{新}$分别做偏微分。由链式法则可得：

$\frac{\partial }{\partial \xi }=\frac{\partial {\tau }_{新}}{\partial \xi }\frac{\partial }{\partial {\tau }_{新}}+\frac{\partial x}{\partial \xi }\frac{\partial }{\partial x}=\frac{\partial }{\partial x}$ (9)

$\frac{{\partial }^2}{\partial {\xi }^2}=\frac{{\partial }^2}{\partial x^2}$ (10)

将式(7)(8)(9)(10)代入（4）式，可得：

$\frac{\partial W}{\partial \tau }+(r-\frac{1}{2}{\sigma }^2)\frac{\partial W}{\partial x}=\frac{1}{2}{\sigma }^2\frac{{\partial }^{2}W}{\partial x^2}+(r-\frac{1}{2}{\sigma }^2)\frac{\partial W}{\partial x}$

消元后，得到更加简化的Black Scholes Equation

$\frac{\partial W}{\partial \tau }=\frac{1}{2}{\sigma }^2\frac{{\partial }^W}{\partial x^2}$ (11)

小结：

Part 2所做的工作可以总结为下式：

$V(S,t)=e^{-r(T-t)}U(S,t)=e^{-r\tau }U(S,T-\tau )=e^{-r\tau }U(e^{\xi },T-\tau )=e^{-r\tau }U(e^{x-(r-\frac{1}{2}{\sigma }^2)\tau },T-\tau )=e^{-r\tau }W(x,\tau )$