BSM期权定价

维纳过程与伊藤引理

马尔可夫过程

马尔可夫过程是指标的变量的当前值与未来的预测有关，变量的历史及从过去到现在的演变方式与未来的预测无关。股价通常被假设为服从markov过程，这与弱市场有效性一致，弱市场有效性指出，一种股票的当前价格包含过去价格的所有信息。

维纳过程

维纳过程(Wiener process)也叫布朗运动，是一种期望为0，方差为1的马尔可夫过程。

如果变量$z$满足下面两个条件，那么称$z$服从维纳过程：

1. 变化量$\Delta z$与时间区间$\Delta t$满足：$\Delta z=ϵ\sqrt{\Delta t}$，$ϵ$服从标准正态分布
2. 在任意两个不重叠的$\Delta t$时间区间内，变化量$\Delta z$相互独立

广义维纳过程

称$x$服从广义维纳过程，如果：
$$\mathrm{d}x=a\mathrm{d}t+b\mathrm{d}z$$
其中：$z$为维纳过程，$a,b$为常数

伊藤过程

称$x$服从伊藤过程，如果：
$$\mathrm{d}x=a(x,t)\mathrm{d}t+b(x,t)\mathrm{d}z$$
其中：$z$为维纳过程，$a(x,t),b(x,t)$为$x,t$的函数

股票价格的过程

股票在$t$时刻价格为$S$，股票漂移率为$\mu S$，$\mu$为股票期望收益率，在$\Delta t$时间内，$S$的增量为$\mu S\Delta t$

如果$\Delta z=0$，则：
$$\begin{gathered} \Delta S=\mu S\Delta t \\ \Delta t\to 0,\frac{\mathrm{d}S}{S}=\mu \mathrm{d}t \end{gathered}$$
在$[0,T]$对$t$积分得：
$$S_T=S_0{e}^{\mu T}$$
但是通常$\mathrm{d}z\ne 0$，通常认为股价波动率$\sigma$与股价成正比，所以股价应当服从广义维纳过程：
$$\mathrm{d}S=\mu S\mathrm{d}t+\sigma S\mathrm{d}z$$
这是描述股价最广泛的模型

伊藤引理

以股票为标的的衍生品的价格$G$是关于股票价格$S$和时间$t$的函数。更一般地，任意一种衍生品的价格都是标的物产品随机变量和时间的函数。

所以价格$G$服从伊藤过程：
$$\mathrm{d}G=\left(\frac{\partial G}{\partial S}\mu S+\frac{\partial G}{\partial t}+\frac{1}{2}\frac{{\partial }^{2}G}{\partial S^2}{\sigma }^2{S}^2\right)\mathrm{d}t+\frac{\partial G}{\partial S}\sigma S\mathrm{d}z$$

布莱克-斯科尔斯-默顿期权定价公式

股票价格服从的分布

股票价格服从广义维纳过程，离散形式为：
$$\Delta S=\mu S\Delta t+\sigma Sϵ\sqrt{\Delta t}$$
由于$ϵ\sim N(0,1)$，所以：
$$\frac{\Delta S}{S}\sim N(\mu \Delta t,{\sigma }^2\Delta t)$$
设$G=\ln S$，有：
∂ G ∂ S = 1 S , ∂ 2 G ∂ S 2