蒙特卡洛估值计算(欧式期权)
来源:互联网 发布:直播网络说唱歌曲大全 编辑:程序博客网 时间:2024/04/27 15:53
蒙特卡洛模拟估计欧式看涨期权的价值
蒙特卡洛模拟是金融学和数值计算科学中最重要的算法之一,它在期权的定价和风险的管理上有很重要的作用,蒙特卡洛方法很容易处理高维度问题,在这种问题上复杂度和计算需求通常以线性方式增长.蒙特卡洛方法的缺点是:本身的高计算需求
主要参考Black-Scholes-Merton(BSM)模型,在模型中到期的指数水平是一个随机变量,通过到期指数公式计算:
其中z是一个服从标准正态分布的随机变量.
蒙特卡洛算法的描述:
1.生成 I 个服从标准正态分布的随机数,
2.通过上面的到期指数计算公式,计算出所有模拟结果的到期指数
3.计算到期期权的每一个模拟可能的内在价值
4.通过蒙特卡洛估算公式计算出期权现值
import numpy as npimport matplotlib.pyplot as plt
# 对计算要用到的一些数据进行初始化S_0 = 100.0 # 股票的初始的指数水平K = 105.0 # 看涨的行权价格T = 1.0 # 到期的年限r = 0.05 # 固定无风险利率sigma = 0.2 # 固定波动率(收益的标准差)
I = 1000 # 随机数的个数,模拟计算到期指数的次数z = np.random.standard_normal(I)# 股票到期指数水平S_T = S_0 * np.exp((r - 0.5 * sigma ** 2)* T + sigma * np.sqrt(T) * z)# 期权的内在价值h_T = np.maximum(S_T - K, 0)# 期权现值C = np.exp(-r * T)* np.sum(h_T)/I
期权现值
# 期权现值print 'value of the European call option %.6f'%C
value of the European call option 7.988801
def draw_pic(position,y,label,plt): plt.subplot(position) plt.plot(y, label=label) plt.grid(True) plt.legend(loc=0) plt.ylabel(label)
到期指数水平
到期期权内在价值
%matplotlib inlineplt.figure(figsize=(12,7))draw_pic(211, S_T, 'S_T', plt)draw_pic(212, h_T, 'h_T', plt)
阅读全文
0 0
- 蒙特卡洛估值计算(欧式期权)
- 采用蒙特卡洛模拟方法计算欧式期权的价值--python
- QuantLib教程(三)BS模型、二叉树模型与欧式期权定价
- 用python进行简单欧式期权定价
- 欧式距离计算
- MATLAB计算矩阵间的欧式距离(不用循环!)
- 【期权】期权投资策略与盈亏计算
- 模式识别相似性测度距离计算---欧式距离
- R中快速计算欧式距离
- 期权
- 期权
- 期权
- python程序运行时间-期权组合计算
- 图像匹配(欧式距离)
- CUDA并行计算 计算向量的欧式距离
- 期权交易入门(初级篇):期权概念
- 【CUDA并行编程之五】计算向量的欧式距离
- 【CUDA并行编程之五】计算向量的欧式距离
- 2017.7.27 wpf项目 Reflector
- 简要分析Java多进程编程的并发控制
- 字符串查找算法
- 棋盘问题(回溯法)
- struts2升级安全jar包示例
- 蒙特卡洛估值计算(欧式期权)
- THINKPHP 5.0.7 开启多语言模式
- NKOJ 3616(CQOI 2016) 伪光滑数(暴力堆/可持久化可并堆+dp)
- 树的重建
- BZOJ 1012: [JSOI2008]最大数maxnumber 三种解法
- 文字溢出添加省略号
- 心跳包:告诉别人,我还活着
- create-react-app项目添加less配置
- stm32—GPIO操作(库函数)