蒙特卡罗期权定价和方差缩减

用模拟给期权定价,误差有多大?对偶变量和控制变量能把标准误降多少?

SOA FAMIFoA CM2按输入的参数计算
对过的标准答案
3 条
覆盖的考试公式
1 个
参数
10 个
开源库
2 个

01当场运行

改一个参数,当场重算

正在用默认参数运行,计算量大的方法最多要 20 秒。

04出处和说明

公式从哪里来,有什么限制

列出参考的教材、论文和考试公式条目。方法的限制和实现上的说明也写在这里。

参考

  • Hull:Options, Futures, and Other Derivatives第 21 章蒙特卡罗模拟和方差缩减
  • Glasserman:Monte Carlo Methods in Financial Engineering第 4 章方差缩减
  • IFoA CM2 课程风险中性定价、Girsanov 定理、状态价格平减因子

覆盖的考试公式

  • DER-020风险中性定价与 Girsanov 变换CM2

公式条目按精算考试的公式表整理,编号和中文名是平台自己的。

这个方法算什么

风险中性定价 V = e^{−rT}E_Q[收益]:模拟到期股价,给出普通、对偶变量、控制变量 3 种估计的价格、标准误、95% 置信区间和方差缩减倍数,并和 Black-Scholes 闭式解对比。另用真实世界的漂移 μ 模拟、乘上状态价格平减因子(Girsanov 变换的 Radon-Nikodym 导数),得到同一个价格。

说明和限制

  • 4 种估计用同一组正态随机数 Z(对偶变量用 Z 和 −Z),所以差别只来自估计方法。
  • 方差缩减倍数 = 普通估计的方差 ÷ 这个估计的方差(按每次模拟的工作量相同折算:对偶变量一对算两次)。
  • 平减因子那一行在真实世界里模拟(W 的漂移是 μ),每条路径乘上 e^{−rT}·e^{−γW_T−γ²T/2};它的期望等于风险中性价格,方差可能比普通估计大也可能小(取决于 μ 和收益的形状)。
  • 列 “z 值” = (估计 − 闭式解) ÷ 标准误。|z| < 2 左右说明估计和闭式解一致。

数据

没有用数据:按输入的参数计算

开源库和版本

  • scipy1.17.1BSD分布拟合、统计检验
  • numpy2.4.6BSD-3-Clause数值计算

05同族的方法

衍生品与资产模型,还有 14 个方法

同一个方法族里的其他方法。在智能体里,用一句话就能调用这些方法。

在智能体里这样问“用模拟给期权定价,误差有多大?对偶变量和控制变量能把标准误降多少?在真实世界里模拟,怎样用平减因子得到同一个风险中性价格?”