对于最小二乘蒙特卡洛模拟方法,相信很多人刚开始都搞不清楚到底是怎么回事,特别是对于非金融专业的同学来说,解决此类问题有点吃力,但解决美式期权定价问题,此方法被广泛使用,下面给出介绍:
由于美式期权允许期权持有人在期 权到期日之前的任何时刻执行期权,我 们无法用经典的Black-Schols公式为 其定价,所以,对美式期权的定价通常只 能采用数值分析的方法。常用的期权定 价数值方法有三类,包括二项式方法有 限差分方法和蒙特卡洛模拟方法。其中, 二项式方法和有限差分方法采用逆向求 解的方法,可以用于为美式期权定价。但 是,这两种方法均不适合处理具有多个 标的资产的期权定价问题。这是因为当 期权的标的资产不只一种时,采用二项 式方法和有限差分方法会因为栅格(或 节点)数量的急剧增加而变得不可行。而 且,这两种方法也无法处理期权的收益 依赖于标的资产价格历史信息(即路径 依赖)的期权定价问题。与这两种方法不 同,蒙特卡洛模拟方法在处理多个标的 资产和路径依赖期权定价问题方面具有 明显的优势。
然而,由于蒙特卡洛采用的是正向 求解的方法,我们无法计算在每个时刻 继续持有期权的期望收益,从而无法比 较在该时刻立即执行期权的收益与继续 持有期权的期望收益,进而无法决定是 立即执行期权还是继续持有期权。所以, 直到几年前,人们还认为蒙特卡洛方法 只适合为具有固定执行时间的欧式期权 定价,而不适合为美式期权定价。近年 来,随着数理金融学的发展,出现了一些 运用蒙特卡洛方法模拟美式期权定价的 算法。其中,影响最大的是由 longstaff和 schwartsz 提出的最小二乘蒙特卡洛 (LSM)模拟方法,该方法已成为目前使用 蒙特卡洛模拟美式期权定价的标准方 法。

1. 在有 限个离散的时间点上,根据标的资产价 格的模拟样本路径在每个时刻的截面数据(根据资产价格公式模拟多条路径的不同时刻的资产价格)2. 计算每条样本路径的*最优执行时间*和*期权收益* 3. :对每条样本路径的期权收 益贴现并求均值

其中最难理解的便是第二步,下面给出一个实例便于理解,可以把程序跑一便试试

clear
clc
s0=1;                    %资产初始价格
r=0.06;                   %无风险利率
a=0.2;                     %波动率
t=1;                      %间隔时间
b(3)=[0];
maxtrix(8,3)=0;         %定义一个矩阵便于存放后面计算的样本路径,即为模拟样本路径
%模拟一条路径上的3个不同时刻的资产价格
for m=1:8      %模拟8条路径
for i=1:3    %时刻
c=randn(1);%c表示随机数
%s=exp(log(1)+[(r-a^2/2)*t+a*sqrt(t)-c]*i)%这个算法计算的值太大,所以采取迭代
s=s0*exp([(r-a^2/2)*t+a*sqrt(t)-c]);
b(i)=s;
s0=s;
end
b;
matrix(m,:)=b;
end
matrix

以上得出样本路径后,我们将所有样本路径在时刻i的价 格 s作为 x值,将对应的样本路径上的 未来收益作为 y值并采用最小二乘法 进行回归,求得回归系数a1,a2,a3;
为了求解每条样本路径上的最优执 行时间和相应的期权收益,我们从最后 阶段(即到期日)开始。在到期日,期权执行的决策很简单:执行期权当且仅当期权是溢价的(对看跌期权,即 执行价格X大于资产价格S),此时,执行期权的收益为 max(X-S,0);,但是, 是否真的执行期权,我们还要考虑继续 持有期权至到期日的期望收益,所以将此时的资产价格S代入上述回归方程就得到期望收益,再进行比较来判断是否执行期权;
重复上述操作向前推进时间,最后得出行权现金流量矩阵和行权贴现矩阵,求出贴现矩阵的平均值即为期权价格!

最小二乘蒙特卡洛模拟方法-美式期权定价相关推荐

  1. 美式期权定价python_蒙特卡洛模拟和美式期权定价

    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 ...

  2. 美式期权定价方法之最小二乘蒙特卡洛模拟(LSM)

    美式期权定价方法之最小二乘蒙特卡洛模拟 前言 前文对欧式期权的蒙特卡洛模拟定价方法进行了介绍和python量化,本章节主要是对前一章节的补充.也就是介绍美式期权的蒙特卡洛定价方法. 一.美式期权 不同 ...

  3. (三十八)期权定价的蒙特卡洛模拟方法

    蒙特卡洛模拟法对欧式期权定价   对于标的资产价格为S0,执行价格是X的欧式看涨期权,到期日T的价格为CT = max(0,ST-X),在风险中性世界里用无风险利率r贴现,则期权在t时刻的价格为CT ...

  4. 蒙特卡洛模拟方法的matlab实现(2)

    前言 关于蒙特卡洛模拟是什么在前几个帖子已经有提过了,在这里就放两个例子出来解决一下吧(matlab实现) 第一题 根据蒲丰投针的原理,用随机模拟的方法估算圆周率π 参考 原理解释的帖很多,在此不过多 ...

  5. 期权定价lsm方法matlab,运用Matlab基于LSM方法对美式期权定价的新探究

    一.引言1973年之前,理论上对于期权定价一直找不到令人满意的模型,主要是由于对标的资产价格的变动过程无法用适当的随机过程来描述.1973年布莱克.斯科尔斯(Black.Scholes)两位学者将标的 ...

  6. 蒙特卡洛期权价格模拟(包括最小二乘美式期权模拟)

    1. 蒙特卡洛期权定价理论概述 (1)风险定价原理 (2)标的资产价格路径模拟 (3)期权到期回报贴现 (4)模拟运算次数与精度 (5)方差减少技术--对偶变量 (6)评价 2. 代码实现蒙特卡洛模拟 ...

  7. matlab腔内光子寿命,mcFORnp matlab环境下,利用蒙特卡洛模拟光子包在生物组织内的光路传输 271万源代码下载- www.pudn.com...

    文件名称: mcFORnp下载  收藏√  [ 5  4  3  2  1 ] 开发工具: matlab 文件大小: 215 KB 上传时间: 2014-12-29 下载次数: 8 提 供 者: 徐某 ...

  8. 计算机软件及应用stata,蒙特卡洛模拟及其Stata应用实现

    蒙特卡洛模拟及其Stata应用实现 出版时间:2015年版 丛编项:海南大学经济管理系列丛书 内容简介 <蒙特卡洛模拟及其Stata应用实现>的第1章是Stata软件基础,主要介绍了Sta ...

  9. 蒙特卡洛模拟(Monte Carlo simulation)

    1.蒙特卡罗模拟简介 蒙特卡罗模拟,也叫统计模拟,这个术语是二战时期美国物理学家Metropolis执行曼哈顿计划的过程中提出来的,其基本思想很早以前就被人们所发现和利用.早在17世纪,人们就知道用事 ...

最新文章

  1. linux 脚本的作用,shell export 作用
  2. 网络推广外包——网络推广外包专员表示网站营销推广重点细节要抓住
  3. caffe学习(六):使用python调用训练好的模型来分类(Ubuntu)
  4. 关于现代房地产很形象的一个比喻
  5. 汇编 db,dw,dd
  6. oracle 表空间 用户
  7. 洛谷.3919.[模板]可持久化数组(可持久化线段树/平衡树)
  8. 《Windows服务器配置与管理》远程桌面管理
  9. 基础选择器之id选择器(CSS、HTML)
  10. 程序员面试金典——7.5平分的直线
  11. Java-基础---继承,方法重写,super关键字
  12. CentOS7 bcc 与 bpftrace环境搭建
  13. CentOS 7 Tomcat 安装
  14. 教孩子学编程python语言pdf_教孩子学编程 PYTHON语言版 PDF
  15. PDM中BOM管理技术的研究及其应用
  16. plotyy函数_转载:MATLAB关于plotyy函数的使用三例
  17. 俄勒冈健康与科学大学计算机,俄勒冈健康与科学大学有何优势
  18. 四则运算小程序 c语言,四则运算小程序测试
  19. clickhouse 生产集群部署之坑坑洼洼
  20. 个人总结的Java小工具类

热门文章

  1. 上海星尚传媒主持人刘彦池
  2. java学习day61(乐友商城)品牌新增、FastDFS实现图片上传
  3. cov(x+y_cov(2X,2Y)=2cov(X,Y)
  4. 百度/360搜索关键词提交
  5. 怎么像“一朵云”一样管理“多个云”?
  6. string.Compare字符串比较函数中文详解以及与Equal、==的区别
  7. GQ1b(NH4+盐)说明书
  8. java obervable_了解Java的Observable和JavaFX的Observable
  9. 核心交换机、汇聚交换机、接入交换机
  10. 将三张灰度图转换为RGB三通道图片python