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
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
,当前衍生品价格为
;
时间后,股价要么上升到
,对应的衍生品价值为