第8节 蒙卡模拟计算美式期权价格(a)

第8节 蒙卡模拟计算美式期权价格(a)

• 8.1 简介
• 8.2 最小二乘法计算美式期权价格
• 8.3 算法Python代码实现
• 8.4 计算示例
• 8.5 相关说明
  • 8.5.1 美式看涨期权不会被提前行使
  • 8.5.2 最小二乘法线性回归拟合期权价格
• 8.6 参考资料

8.1 简介

       
美式期权的持有者可以在期权有效期内任意时刻选择执行期权。如果直接通过蒙特卡罗方法模拟股票变化路径，由于在路径中并不知道当前股价对应的美式期权价格，所以无法判断应不应该执行期权。也因此无法直接使用蒙卡模拟方法估计美式期权价格。
       
不过我们可以在对股价变化过程离散化的同时，把可以执行美式期权的时间固定在这些离散的时间点。然后首先确定期权在每条路径末端执行时刻的价格，再一步一步向前递推出上一时刻的期权价格，直到得到初始时刻期权价格，每条路径初始时刻期权价格的平均值即为模拟计算的结果。期权价格的递推通过贴现，最小二乘法线性拟合，判断是否执行，三步实现。

       
由于普通美式看涨期权在执行时刻之前总是不会被提前执行，所以下面考虑的期权为美式看跌期权。

8.2 最小二乘法计算美式期权价格算法

1. 根据给定参数确定股价离散化变化过程：
   $$S(t+\Delta t)=S(t)e^{(r-\frac{{\sigma }^2}{2})\Delta t+\sigma \epsilon \sqrt{\Delta t}},\epsilon \sim \mathcal{N}(0,1),\Delta t=\frac{T}{M}.$$
2. 按照股价离散化变化过程抽样出N条股价变化路径并保存下来。
3. 确定每条路径末端期权价格。
4. 1. 将每条路径上期权价格贴现到该路径上上一个时间节点。在该时间节点，每条路径上的的股票价格都会对应一个贴现后的参考期权价格。
   2. 对该时间节点上所有股价和参考期权价格进行线性回归拟合。记参考期权价格为$V_i$，线性拟合出的期权价格为$V_i^{\ast }$，$V_i^{\ast }=a+b{S}_i+c{S}_i^2$。求出使${\sum }_{i=1}^N(V_i-V_i^{\ast }{)}^2={\sum }_{i=1}^N$