二项式期权定价模型定义 编辑

二项式期权定价模型是一种期权定价模型估价1979年开发的方法。这个二项式期权定价模型使用迭代过程,允许在估价日期和期权价格之间的时间跨度内指定节点或时间点到期日期 .

关键要点

  • 二项式期权定价模型使用迭代方法对期权进行估值,利用多个周期对美式期权进行估值。
  • 在这个模型中,每次迭代都有两种可能的结果,一种是沿着二叉树向上移动,一种是向下移动。
  • 与著名的Black-Scholes模型相比,该模型更直观,在实际应用中更为频繁。

该模型降低了价格变化的可能性,消除了价格波动的可能性套利. 一个简单的例子二项树 可能看起来像这样:

Julie Bang图片©Abcexchange 2020

二项式期权定价模型基础

在二项式期权价格模型中,假设有两种可能的结果,即模型的二项式部分。在定价模型中,两种结果是上移或下移。二项式期权定价模型的主要优点是数学上很简单。然而,在多期模型中,这些模型可能变得复杂。

期权定价模型 二项式模型提供基于输入的数值结果,允许计算资产和多个期间的期权,以及每个期间的可能结果范围(见下文)。

这种多时段视图的优点是,用户可以直观地看到不同时段资产价格的变化,并根据在不同时间点做出的决策来评估期权。对于总部位于美国的;选项,可以在;到期日期 ,二项式模型可以提供有关何时可行以及何时应持有更长时间期权的见解;

通过查看;二项树&对于价值,交易者可以提前确定;运动 可能发生。如果期权价值为正值,则有行权的可能,而如果期权价值小于零,则应持有较长时间。

用二项式模型计算价格

计算二项式期权模型的基本方法是在每个周期使用相同的成功和失败概率;直到期权到期 . 然而,交易者可以根据随着时间的推移而获得的新信息,为每个时期合并不同的概率。

二叉树是定价时的有用工具;美式期权&和;嵌入式选项 . 它的简单性同时也是它的优点和缺点。这棵树很容易机械地建立模型,但问题在于基础资产在一段时间内可能获得的价值。在二叉树模型中,基础资产只能值两个可能值中的一个,这是不现实的,因为资产可以值任何给定范围内的任意数量的值。

例如,标的资产价格在一个时期内上涨或下跌30%的可能性为50/50。然而,在第二阶段,标的资产价格上涨的概率可能会增长到70/30。

例如,如果投资者正在评估油井他说,投资者不确定那口油井的价值是多少,但价格上涨的可能性是50/50。如果;石油价格 在第1阶段上升,使油井更有价值,并使市场基本原理 现在指出油价继续上涨,现在油价进一步升值的概率可能是70%。二项式模型允许这种灵活性,布莱克-斯科尔斯模型则不允许。

Julie Bang图片©Abcexchange 2020

二项式期权定价模型的现实例子

一个简单的例子二项树 只有一步。假设有一只股票的价格是每股100美元。在一个月内,这只股票的价格将上涨10美元或下跌10美元,造成这种情况:

  • 股票价格= $100
  • 一个月内股价(上涨状态)= $110
  • 一个月内股价(下跌状态)= $90

接下来,假设该股票有一个一个月后到期的看涨期权,执行价为100美元。在上升状态,这个看涨期权值10美元,在下降状态,它值0美元。二项式模型可以计算出今天看涨期权的价格应该是多少。

为简化起见,假设一个投资者购买了一半的股票,并写出或卖出了一个看涨期权。今天的总投资是半股的价格减去期权的价格,月底可能的收益是:

  • 今天的成本=50美元-期权价格
  • 投资组合价值(上升状态)=55美元-最高($110-$100,0)=45美元
  • 投资组合价值(下降状态)=45美元-最高($90-$100,0)=45美元

无论股票价格如何变动,投资组合的回报都是相等的。鉴于这一结果,假设没有套利机会,投资者应该在一个月内赚取无风险利率。今天的成本必须等于一个月内按无风险利率贴现的收益。因此,要求解的方程为:

  • 期权价格=$50-$45 x e^(-risk-free rate x T),其中e是数学常数2.7183。

假设无风险利率为每年3%,T等于0.0833(1除以12),那么今天看涨期权的价格是5.11美元。

与Black-Scholes模型相比,二项式期权定价模型为期权卖方提供了两个优势。首先是它的简单性,这使得商业应用程序中的错误更少。二是迭代操作,及时调整价格,减少买家执行套利策略的机会。

例如,因为它为导数对于一段时间内的每个节点,它都很有用为衍生品估价 例如美式期权,可以在购买日和到期日之间的任何时间执行。它也比其他定价模型(如Black-Scholes模型)简单得多。

如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。

扫码二维码加入Web技术交流群

发布评论

需要 登录 才能够评论, 你可以免费 注册 一个本站的账号。
列表为空,暂无数据

词条统计

浏览:3 次

字数:6381

最后编辑:7年前

编辑次数:0 次

    我们使用 Cookies 和其他技术来定制您的体验包括您的登录状态等。通过阅读我们的 隐私政策 了解更多相关信息。 单击 接受 或继续使用网站,即表示您同意使用 Cookies 和您的相关数据。
    原文