【金融量化分析】#BSM formula 的推导（解随机微分方程）

quant_go7

于 2022-01-09 11:59:28 发布

阅读量3.5k

点赞数 1

分类专栏：量化金融分析文章标签：概率论算法机器学习

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/quant_go7/article/details/122391627

版权

本文深入探讨了Black-Scholes-Merton(BSM)公式在金融量化分析中的应用，详细推导了解随机微分方程的过程。通过分析期权的概念和到期日收益，解释了为何价格服从对数正态分布，并讨论了分布中的方差项与无风险利润的关系。最终得出BSM期权定价模型，展示了如何计算期权价格。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

BSM formula 的推导（解随机微分方程）

一：前期推导（SDE）

二：引入期权与分布

这里引入期权的概念，在到期日，认购期权方可以选择是否行权，也就是是否选择交割标的。交割标的和现金交割的价值是一样的，都是到期日标的价格和行权价之间的区别。以看涨期权为例，如果标的价格高于行权价，那么认购方肯定选择交割，收益是S-K，但如果标的价格低于行权价，则不选择交割，收益是0。由于公平交易，到期日的收益和期权的价格是一样的，那么看涨期权到期日的价格可以表示为：

[公式]

在不解方程的情况下，期权的定价模型可以理解成未来payoff的期望值（基于给定的信息）：

[公式]

严谨一点，这里S有T的下标，表示到期日的价格，并且期望值是对过去已知信息计算的期望。在Black-Scholes定价模型中，给不给定过去的信息不重要（唯一

最低0.47元/天解锁文章

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。