期权定价数值方法ppt课件.ppt

第20章基本数值方法 20 1二叉树20 2采用二叉树对股指 货币与期货期权定价20 3对于支付股息股票的二叉树模型20 4构造树形的其他方法20 5参数依赖于时间的情形20 6蒙特卡罗模拟法20 7方差缩减程序20 8有限差分法 第20章基本数值方法 1 从开始的上升到原先的倍 即到达 2 下降到原先的倍 即 时间内资产价格的变动 把期权的有效期分为很多很小的时间间隔 并假设在每一个时间间隔内证券价格只有两种运动的可能 其中 如图所示 价格上升的概率假设为 下降的概率假设为 相应地 期权价值也会有所不同 分别为和 20 1二叉树 构造投资组合包括份股票多头和1份看涨期权空头当 则组合为无风险组合 此时 因为是无风险组合 可用无风险利率贴现 得 将代入上式就可得到 其中 无套利定价法 在对衍生产品定价时 可以假定世界是风险中性的 在风险中性世界里 1 所有可交易证券的期望收益都是无风险利率 2 未来现金流可以用其期望值按无风险利率贴现 20 1 1风险中性定价 在风险中性的条件下 参数值满足条件 假设证券价格遵循几何布朗运动 则 再设定 第三个条件的设定则可以有所不同 这是Cox Ross和Rubinstein所用的条件 由以上三式可得 当很小时 从而 以上可知 无套利定价法和风险中性定价法具有内在一致性 20 1 2确定p u d 一般而言 在时刻 证券价格有种可能 它们可用符号表示为 其中 由于 使得许多结点是重合的 从而大大简化了树图 20 1 3资产价格的树形 得到每个结点的资产价格之后 就可以在二叉树模型中采用倒推定价法 从树型结构图的末端T时刻开始往回倒推 为期权定价 如果是欧式期权 可通过将时刻的期权价值的预期值在时间长度内以无风险利率贴现求出每一结点上的期权价值 如果是美式期权 就要在树型结构的每一个结点上 比较在本时刻提前执行期权和继续再持有时间 到下一个时刻再执行期权 选择其中较大者作为本结点的期权价值 例20 1DerivaGem示范 20 1 4通过树形倒推计算 假设把一期权有效期划分成N个长度为的小区间 同时用表示结点处的证券价格可得 以看涨期权为例 其中假定期权不被提前执行 则 表示在时间时第j个结点处的欧式看涨期权的价值 若有提前执行的可能性 则 20 1 5代数表达式 20 1 6估计Delta与其他希腊值 20 2采用二叉树对股指 货币与期货期权进行定价 当对股指 货币和期货上的期权定价时 可以将这些标的资产看作是提供已知收益率的资产 对于股指而言 收益率就是股指中股票组合的股息收益率 对于货币而言 收益率等于外币无风险利率 对于期货合约而言 收益率等于无风险利率 Derivagem求解例20 3 20 4 假设股息离散支付 股息收益率已知可通过调整在各个结点上的股票价格 算出期权价格 如果时刻在除权日之前 则结点处股票价格仍为 如果时刻在除权日之后 则结点处证券价格相应调整为 若在期权有效期内有多个已知红利率 则时刻结点的相应的证券价格为 为0时刻到时刻之间所有除权日的总红利支付率 20 3对于支付股息股票的二叉树模型 20 3 1股息收益率是已知的情形 20 3 2已知股息数量的情形 在某些情形下 尤其是当期权的期限很短时 最符合现实的做法是假设已知股息支付的数量而不是股息收益率 假设股票波动率为常数 二叉树的形状如下图所示 将股票价格分为两个部分 一部分是不确定的 另一部分是期权有效期内所有未来股息的贴现值 假设在期权有效期内只有一个除息日 则在时刻不确定部分的价值为 当时 当时 D为股息 对于原股票价格S的二叉树 在时刻 当时 股票价格为 当时 股票价格为 为零时刻的值 例20 5 基本原理 期权A和期权B的性质相似 我们可以得到期权B的解析定价公式 而只能得到期权A的数值方法解 假设 代表期权B的真实价值 表示关于期权A的较优估计值 和表示用同一个二叉树 相同的蒙特卡罗模拟或是同样的有限差分过程得到的估计值 则期权A的更优估计值为 20 3 3控制变量技术 该方法优点在于无论和如何变化 概率总是不变的缺点在于二叉树图中的中心线上的标的资产价格不会再和初始中心值相等 20 4构造树形的其他方法 CRR方法并不是构造二叉树的唯一方法 在确定参数 和时 不再假设 而令 可得 三叉树图每一个时间间隔内证券价格有三种运动的可能 1 从开始的上升到原先的倍 即到达 2 保持不变 仍为 3 下降到原先的倍 即 假定股票支付股息收益率q 以下参数可保证树形的均值和标准差与股票价格的均值和标准差相吻合 1 利率是时间依赖的情形假设 即在时刻的结点上 其应用的利率等于到时间内的远期利率 则 这一假设并不会改变二叉树图的几何形状 改变的是上升和下降的概率 所以我们仍然可以象以前一样构造出二叉树图 不同的是贴现时用2 波动率依赖于时间 20 5参数依赖于时间的情形 MonteCarlo BasedOnProbability Chance 基本思路 由于大部分期权价值实际上都可以归结为期权到期回报 payoff 的期望值的贴现 因此 尽可能地模拟风险中性世界中标的资产价格的多种运动路径 计算每种路径结果下的期权回报均值 之后贴现就可以得到期权价值 20 6蒙特卡罗模拟法 等价形式 重复以上的模拟至足够大的次数 计算回报值的平均值 折现后就得到了期权的期望值 是从标准正态分布中抽取的一个随机样本 假定在风险世界中 标的市场变量服从 为了模拟变量S的路径 将期权期限分割成N个长度为的小区间 其近似方程为 实际中 对lns进行模拟结果更准确 由伊藤引理 因此 1 当回报仅仅取决于到期时的最终价值时 可直接用一个大步 假设初始时刻为零时刻 来多次模拟最终的资产价格 得到期权价值 2 当回报依赖于多个市场变量时每次模拟运算中对每个变量的路径都必须进行抽样 从样本路径进行的每次模拟运算可以得出期权的终值 的离散过程可以写为 期权依赖于个变量 为的波动率 为在风险中性世界中的期望增长率 为和之间的瞬间相关系数 20 6 1多个标的变量的情形 的产生 是服从标准正态分布的一个随机数 如果只有一个单变量 EXCEL中的指令 NORMSINV RAND 用来产生一元标准正态分布的随机样本 如果要产生n元联合正态分布的随机抽样 用乔里斯基分解 如果对衍生产品价格的估计值要求95 的置信度 则期权价值应 是进行运算的个数 为均值 是标准差 20 6 2由正态分布中抽样 20 6 3模拟次数 在每个节点 取0 1随机数 随机数 P 选择上升分支 否则 选择下降分支 到达下个节点后 重复上述过程直到到达树图末端 例20 9 其中 为标的变量价格或参数 为一般蒙特卡罗法计算的衍生产品价格 为将值增加时计算出的衍生产品新价格 为减小标准误差 计算这两次衍生产品价格时 选用的时间区间个数N 选用的随机样本 模拟运算的次数M都必须相同 20 6 5计算希腊值 20 6 4通过树形取样 主要优点 1 可以给出估计值的标准误差 可以处理复杂的收益形式 2 可用于收益为变量所遵循的整个路径的函数 而不只是变量最终值函数的情形 主要缺点 1 只能为欧式期权定价 难以处理提前执行的情形 2 为了达到一定的精确度 一般需要大量的模拟运算 20 6 6应用 一 对偶变量技术 antitheticvariabletechnique 二 控制变量技术 controlvariatetechnique 三 重点抽样法 importantsampling 四 间隔抽样法 stratifiedsampling 五 矩匹配法 momentmatching 六 利用伪随机数 quasi randomsequency 20 7方差缩减程序 转化为一系列近似的差分方程 之后用迭代法求解 得到期权价值 20 8有限差分法 有限差分方法的主要思想是 应用有限差分方法将衍生证券所满足的偏微分方程 有限差分网格 的近似对于坐标方格内部的点 期权价值对资产价格的一阶导数可以用三种差分来表示 和 的近似对于点处的 我们则采取前向差分近似以使时刻的值和时刻的值相关联 的近似点处的的后向差分近似为 因此点处期权价值对标的资产价格的二阶差分为 1 下面介绍一下 和的差分近似 20 8 1隐式有限差分法 把以上三个近似代入布莱克 舒尔斯偏微分方程 整理得到 其中 2 差分方程 时刻看跌期权的价值为其中 当股票价格为零时 下方边界上所有格点的期权价值 当股票价格趋于无穷时 3 边界条件 联立个方程 和时 时 时 解出每个的期权价值最后可以计算出 当等于初始资产价格时 该格点对应的就是我们要求的期权价值 4 求解期权价值 隐式差分法可以理解为从格点图内部向外推知外部格点的期权价值 如图所示 显式有限差分法 其中 即直接从时刻的三个相邻格点的期权价值求出时刻资产价格为时的期权价值 可理解为从格点图外部推知内部格点期权价值的方法 20 8 2显式有限差分法 以lns为标的变量代替以s为标的变量 定义微分方程变为 针对Z设定等距离网格 隐式法中 微分方程变为 即 其中 20 8 3变量替换 显示法中 差分方程为即其中 1 跳格法 hopscotchmethod 2 Crank Nicolson法 20 8 5其他差分法 有限差分法可用于适合树形方法的衍生品定价问题 它们既可以处理欧式期权定价也可以处理美式期权定价 但这一方法很难用于衍生品收益与标的变量历史价格有关的情形 有限差分可用于多标的变量的情形 但计算时间会大大增大 因为这时图20 15的网格会变成多维的形式 在有限差分法中 计算希腊值的方法与树形法类似 Delta Gamma和Theta可以直接由在网格上的值得出 对于Vega 我们需要让波动率有一个小的变化 然后再由同一个网格计算衍生产品的数值解 20 8 6有限差分法的应用 归纳小结 1 有限差分方法和树图方法的分析比较 相同点 两种方法都用离散的模型模拟资产价格的连续运动 不同点 树图方法中包含了资产价格的扩散和波动率情形 有限差分方法中的格点则是固定均匀的 只是参数进行了相应的变化 以反映改变了的扩散情形 有限差分方法还可以进一步推广到多个标的变量的情形 在标的变量小于三个的时候 这一方法是相当有效率的 但是超过三个变量时蒙特卡罗模拟方法就更有效了 同时有限差分方法也不善于处理期权价值取决