美式期权定价python_【定价】二叉树（CRR）欧式/美式期权定价的原理及Python实现...

二叉树一种常用的期权定价方法，相比BSM模型，这个方法适用范围更广，可以为美式期权等一些其他品种定价。该方法是保持波动率不变的条件下，将价格路径做简化，根据简化的路径做分析和计算。

本文首先介绍使用二叉树为期权定价的原理，然后给出为欧式期权和美式期权定价的程序。

使用二叉树进行期权定价，主要包含两步：1.从左到右生成二叉树。2.根据生成的二叉树，从右向左计算期权价值。

一.从左向右生成二叉树

期权定价的已知条件有：股票当前价格S0，执行价格K，到期时间T，无风险利率r，股票价格波动率σ。

生成二叉树要知道三个参数：股票价格上涨到的比率u，股票价格下跌到的比率d，股票价格上涨的概率p。所以第一步要根据已知条件计算需要的三个参数。

本部分讨论一步二叉树的情况，多步二叉树是多次进行一步二叉树操作。

1.计算p

p的计算可以使用无套利方法，也可以使用风险中性定价方法。风险中性定价方法简单，所以使用该方法计算p。

所谓风险中性定价，就是假设所有投资者都是风险中性的，即当投资风险增长时，投资者并不需要额外的预期回报率。

在该条件下，股票的价格会以无风险利率的平均速度增长。所以，经过一段时间Δt

后，有

。所以

。

2.计算u和d

计算u和d的依据是波动率吻合，即二叉树表现出的波动率等于σ。我们知道股票价格在Δt时间区间上收益的标准差为

，