基于Bayesian MCMC方法的美式障碍期权模拟定价

在最小二乘蒙特卡洛(LSM)方法基础上,提出用加权最小二乘与蒙特卡洛(MC)方法相结合,得到加权最小二乘蒙特卡洛(WLSM)方法,研究了障碍期权模拟定价的问题.假设标的资产价格过程遵循几何布朗运动,分析了是否支付红利和生成期权价格路径的问题.使用随机化Faure序列替换LSM方法中伪随机数,给出了WLSM方法在美式障碍期权定价的算法步骤.使用R语言对美式障碍上升敲出看跌期权(up-and-out put)在支付红利的情形下进行数值模拟,结果表明此方法与其他定价模型方法相比,定价更准确,说明该方法具有可行性和有效性.     

LSSVM-Monte Carlo 定价高维美式期权

随着美式期权维数的增加,存在所谓的“维数灾难”问题,为了克服这一难题,最小二乘支持向量机(LSSVM)被应用于定价高维美式期权.首先用M-C方法仿真美式期权标的物的多条价格路径,接着采用最小二乘支持向量机作为求条件期望的回归算子,并提出了一种基于改进序列优化(ISMO)的LSSVM的训练算法.针对4种不同的美式期权支付函数,给出了该方法应用于标的资产的个数分别为5和30的算例.研究结果表明,所提出的方法能很好地解决高维美式期权定价问题.     

美式期权FHS-GARCH-LSM定价新方法

将FHS-GARCH与最小二乘蒙特卡洛(LSM)方法结合,提出了一种美式期权定价的新方法——FHS-GARCH-LSM方法.用2008年下半年S&P100指数美式看跌期权的10 478个价格数据进行实证分析,发现与经典的Black-Scholes模型相比,FHS-GARCH-LSM方法对市场上交易的美式期权定价准确性有显著提高.     

用GPU实现基于LSM算法的美式期权定价

期权是金融领域中投资者用以进行套利和避险交易的一种衍生性金融工具.相对于CPU,GPU有着更好的并行处理能力和带宽优势,将其用于期权定价计算将极大地提高运算性能.本文以经典的美式期权定价模型的最小二乘蒙特卡洛方法为基础,提出了该算法基-GPU的一种实现.该文对一维期权合约的定价在CPU和GPU北进行了比较,来探索用GPU进行期权定价计算的优越性.测试结果表明,在保证相应的系统稳定性的前提下,针对不同的模拟次数和时间步数,GPU平台在运算性能上明显优于CPU平台.     

最小二乘蒙特卡洛美式期权定价的GPU实现

蒙特卡洛模拟法常用来进行期权定价,但此算法存在运算量过大的问题.利用图形处理器(GPU)超强计算能力实现美式期权定价,在GPU上,首先优化实现了均匀随机数生成器,然后利用Box-Muller随机数转换算法产生随机数,最后优化实现了最小二乘蒙特卡洛模拟法的美式期权模拟定价系统.测试结果表明,GPU实现的最小二乘蒙特卡洛美式期权定价对比CPU的实现加速比最高达到了16.1.利用GPU的编程技术以更小的硬件代价,更高的执行效率,更好地完成由CPU完成的传统任务,较好地解决了蒙特卡洛模拟法运算量过大的问题,充分挖掘了GPU的通用计算潜力.     

偏最小二乘回归在美式-百慕达-亚式期权定价中的应用

本文利用蒙特卡罗模拟得到标的资产的价格路径样本,然后应用偏最小二乘回归给出了美式-百慕达-亚式期权的价格.与最小二乘回归方法相比,该方法在保证精确度的前提下,具有更快的收敛速度.     

分数次Black－Scholes模型下美式期权定价的近似解析式

在分数次Black-Scholes模型下,应用二次近似法推导连续支付红利的美式期权定价的近似公式,并根据公式分析红利对美式期权提前实施的影响.     

奇异期权与中国可转债定价

可转换债券一种含有奇异期权的公司债券。为了给可转换债券提供一种精确的定价方法,引入了最小二乘Monte Carlo模拟法,处理美式和路径依赖型奇异期权的定价问题。通过这种定价方法,计算出了中国市场上现有的24个可转债的理论价格,并与市场价格进行了比较。实证结果表明:该方法的平均定价误差在时间序列和横截面上都不超过1%,并且它的标准差约为2%。这说明,本方法在中国可转债定价中优于其他数值方法;中国的可转债市场存在套利机会。     

关于美式期权定价方法的研究

美式期权的路径依赖特征导致了其定价的复杂性,并使得美式看涨、看跌期权之间的定价原理差异较大。本文在深入剖析美式期权特点及其价值形成机理的基础上,利用Ｂｌａｃｋ － Ｓｃｈｏｌｅｓ 定价模型,分别探讨了美式看涨、看跌期权的定价方法,并讨论了在其有效期内产生的现金流对美式期权价值的影响。     

奇异期权与中国可转债定价

可转换债券是一种含有奇异期权的公司债券。为了给可转换债券提供一种精确的定价方法,引入了最小二乘Monte Carlo模拟法,处理美式和路径依赖型奇异期权的定价问题。用这种定价方法,计算出中国市场上现有的24种可转债的理论价格,并与市场价格进行了比较。实证结果表明:该方法的平均定价误差在时间序列和横截面上都不超过1%,并且它的标准差约为2%。这说明:本方法在中国可转债定价中优于其他数值方法;中国的可转债市场存在套利机会。     

资产价格服从指数O-U过程的连续平方双重障碍期权的定价公式

在标的资产价格服从指数O-U过程的模型假设下,运用 Girsanov 定理和期权定价的鞅方法,给出连续平方期权的定价公式以及4种带有双重障碍的连续平方期权的定价公式.     

线性补问题与美式期权定价

本文利用线性补问题的连续性算法来研究美式期权定价,将有红利收益的美式期权定价模型转换成一个线性补问题,利用连续性算法计算任何时刻、任何标的价格的带有红利收益的美式期权定价。     

基于价格随机波动率的衍生产品期权定价

为了研究随机波动率对期权定价的影响，应用解偏微分方程与特征函数方法，建立了基于价格随机波动率的欧式买权定价模型．该模型允许基础资产价格的波动率与其收益率相关，并证得欧式买权的价格与基础资产价格过程的漂移项无关．在允许随机利率情况下，应用该模型进一步给出了债券期权和外汇期权的定价公式，结果表明它对期权定价有重要作用。     

分红对美式认沽权证行权价格影响下的二叉树定价

美式认沽权证的定价一般是采用二叉树模型,但是,由于在持续期内的分红会对行权价格有影响,所以经典的二叉树模型无法较为准确地为国内的美式认沽权证定价。文中针对这一情况,在路径到达的假设下推导出行权价格的调整公式,并由此修正了二叉树模型。之后,以穗机场认沽权证为例子进行定价研究,同时考虑了认沽权证前三个月不能行权对定价所造成的影响。定价结果分析中将二叉树模型与B—S模型之间,以及两种二叉树模型之间进行比较,并分析产生差异的原因。文中的结论将对国内权证市场中美式认沽权证的定价具有一定的借鉴作用。     

求解CEV模型下美式看跌期权的有限差分法

采用有限差分法求解CEV模型下美式看跌期权的定价问题, 得到了期权价格和最佳实施边界的数值逼近结果. 数值实验结果表明, 所给算法即快速又精确, 为金融机构提供了一种快速定价金融产品的方法.     

基于股票收益与波动率相关的备兑权证定价

研究标的股票收益与波动率相关下的备兑权证定价. 基于Stein and Stein期权定价模型,通过Scott求解由特征函数方法得到备兑权证定价公式. 备兑权证价格随股票收益与波动率间相关系数r从-1～ 1变化,价平权证的价格变化不明显,价外权证价格比价内权证价格的变化更显著. 定价模型考虑了股票收益与波动率相关性对备兑权证的影响,该方法可为中国衍生品市场参与各方提供适合国内市场特殊性的权证定价理论指导.     

具有随机波动率的美式期权定价

为了更好地解决期权定价中存在的问题,研究了带有Heston随机波动率模型的期权定价问题,对美式期权的最佳实施边界及其提前执行的条件进行了分析和讨论。鉴于美式期权不存在解析定价公式,通过离散化参数空间将带有Heston随机波动率的美式期权价格所满足的随机偏微分方程转化为相应的差分方程,进而采用高阶紧式有限差分方法进行求解,得到了期权价格的数值解。通过数值实验对理论结果进行验证和模拟,对带有常数波动率和随机波动率条件下的两种最佳实施边界进行比较,发现最佳实施边界也具有随机波动性;在设定参数下对波动率的行为和性质进行分析,模拟出波动率曲线,并对高阶紧差分方法的计算结果进行比较,得到了期权的数值解,验证了算法的有效性。此方法对解决随机波动率下的期权定价其他问题,如:随机波动率下的多标的资产期权定价、障碍期权定价的研究具有借鉴价值。     

确定美式Spread期权自由边界的一种算法

Spread期权是一种新型两维美式差价期权，即客户有权以价格E，一份标的资产s2交换一份标的资产s1。这种期权涉及到两标的资产且可提前 执行，其数学模型是抛物型方程的自由边界问题，确定期权价格的关键在于自由边界位置的确定。通过坐标变换、高精度分裂算法及奇性消除方法等手段，计算出可靠的数值结果。     

基于Landau’s变换的求解美式期权的有限差分法

针对标准美式看跌期权定价问题给出一种基于Landau’s变换的有限差分法.先利用Landau’s变换及截断技巧将美式期权问题转化为一个有界规则区域上的抛物问题,再利用有限差分法求解期权价格,并利用Newton迭代法同时求解出最佳实施边界.数值实验结果表明,该算法能快速有效地求解出较传统二叉树法更光滑的最佳实施边界,并能准确地模拟美式看跌期权价格.