蒙特卡洛模拟_蒙特卡洛模拟和美式期权定价

最近面试的时候，面试官问我怎么用蒙卡模拟无股息的美式期权定价。我瞬间石化。。。不怕死地申请了期权建模的实习。。。主要参考课件^[1][2][3]

主要内容

• 二叉树定价
  • 推导+Python
• Longstaff-Schwartz定价
  • 推导+Python

一、引言

本讲的大前提：股票无股息。

1、美式期权主要问题是：在

之间找到合适的停止点

，从而美式期在t时刻价值

其中，

是收益，又称为内在价值。

• 等式不难理解：给定t时刻的期权价格为
  ，找到未来合适的停止点
  ，然后把那一刻的期权价值折现到t时刻。
• 注意：
  是随机值（random variable）。对于股票过程（例如GBM）的每个不同路径，
  可以不同。解决之道：每时每刻基于标的股票的当前价值、评估此刻执行期权是不是最优的。
• 可以证明，V(t,s)是下面方程的弱解（weak solution） ：

• 又是解PDE。。。我之前写过欧式期权的PDE，可参考

丹尼尔：Code and Finance 4 期权定价之有限差分法​zhuanlan.zhihu.com

• 美式期权实际上有3中解法，①PDE（以后有空再整理）；②二叉树（Binomial tree）；③Longstaff-Schwarts(※※※)。本文主要讲解后两种~

二、二叉树求解美式期权定价

1、基本逻辑

• 前提假设
  • 风险中性的世界中，衍生品的现值=未来预期收益的折现值，折现率为无风险收益率
    。
  • 股价在
    的时间内，上升概率为
    ，下降概率为
    ；
    即为无风险概率。
  • 上升幅度为
    ，下降幅度为
    ；
  • 当前时间是t=0，当前标的资产股价为