这个例子说明了金融工具工具箱™如何使用不同的股票模型来为欧洲普通看涨期权定价。
这个例子比较看涨期权的价格用Cox-罗斯鲁宾斯坦模型中,雷森,默模型和布莱克 - 斯科尔斯公式关闭。
考虑在2010年选择在9月1日到期1月1日,一个欧式看涨期权,以$ 30,行使价,2010年假设标的股票不提供红利。该股在25 $销售,目前的每年35%的波动。年化的连续复利无风险利率为每年1.11%。
% 选项定居=“扬01-2010”;成熟=“9月- 01 - 2010”;击= 30;OptSpec =“电话”;% 库存AssetPrice = 25;σ= .35点;
StartDates =2010' '01月;EndDates =2013年1月1日的;率= 0.0111;ValuationDate =2010' '01月;配混= -1;RateSpec = intenvset(“复利”复合,'StartDates',StartDates,...'EndDates',EndDates,“价格”,价格,'ValuationDate', ValuationDate);
假设我们要创建两个场景。第一个假设AssetPrice
目前是$ 25,则该选项的钱(OTM)出来。第二个方案假定选择是在钱(ATM),因此,AssetPriceATM
=30.
.
AssetPriceATM = 30;StockSpec = stockspec(Sigma公司,AssetPrice);StockSpecATM = stockspec(Sigma公司,AssetPriceATM);
使用的函数optstockbybls
在金融工具工具箱计算的欧洲看涨期权的价格。
%以AssetPrice = 25为期权定价PriceBLS = optstockbybls(RateSpec, StockSpec,结算,到期,OptSpec, Strike);% AssetPrice = 30的期权价格PriceBLSATM = optstockbybls(RateSpec, StockSpecATM,结算,到期,OptSpec, Strike);
%创建树的时间规格NumPeriods = 15;CRRTimeSpec = CRRTimeSpec (ValuationDate, Maturity, NumPeriods);%构建树CRRTree = CRRTree (StockSpec, RateSpec, CRRTimeSpec);CRRTreeATM = crrtree(StockSpecATM, RateSpec, CRRTimeSpec);
%创建树的时间规格LRTimeSpec = lrtimespec(ValuationDate,成熟度,NumPeriods);%使用默认方法'PP1' (Peizer-Pratt方法1反演)来构建%的树LRTree = LRTree (StockSpec, RateSpec, LRTimeSpec, Strike);LRTreeATM = lrtree(StockSpecATM, RateSpec, LRTimeSpec, Strike);
PriceCRR = optstockbycrr(CRRTree, OptSpec, Strike, Settle, Maturity);PriceCRRATM = optstockbycrr(CRRTreeATM, OptSpec, Strike, Settle, Maturity);
PriceLR = optstockbylr(LRTree, OptSpec, Strike, Settle, Maturity);PriceLRATM = optstockbylr(LRTreeATM, OptSpec, Strike, Settle, Maturity);
sprintf的(“PriceBLS: \ t % f \ nPriceCRR: \ t % f \ nPriceLR: \ t % f \ n”PriceBLS,...PriceCRR,PriceLR)
ANS = 'PriceBLS:1.275075 PriceCRR:1.294979 PriceLR:1.275838'
sprintf的('\t== ATM ==\nPriceBLS ATM:\t%f\ nPriceCRR ATM:\t%f\ nPriceLR ATM:\t%f\n'PriceBLSATM,...PriceCRRATM,PriceLRATM)
ans = ' == ATM == PriceBLS ATM: 3.497891 PriceCRR ATM: 3.553938 PriceLR ATM: 3.498571 '
下表比较使用针对与Black-Scholes公式得到的结果的CRR和LR模型看涨期权的价格。
尽管CRR二项模型和Black-Scholes模型随着时间步长变长而收敛,但这种收敛,除了货币期权,绝不是平滑或均匀的。
从下表可以看出,Leisen-Reimer模型在45步以内就可以减小误差的大小。
Strike = 30,资产价格= 30
-------------------------------------
#Steps LR CRR
15 3.4986 3.5539
25 3.4981 3.5314
45 3.4980 - 3.5165
65 3.4979 3.5108
85 3.4979 3.5077
105年3.4979 - 3.5058
201年3.4979 - 3.5020
501年3.4979 - 3.4996
999年3.4979 - 3.4987
罢工= 30,资产价格= 25
-------------------------------------
#Steps LR CRR
15 1.2758 - 1.2950
25日1.2754 - 1.2627
45 1.2751 - 1.2851
65 1.2751 1.2692
85 1.2751 1.2812
105 1.2751 1.2766
201 1.2751 1.2723
501 1.2751 1.2759
999年1.2751 - 1.2756
下面的图表显示了收敛如何随着二项式计算的步数的增加而变化,以及收敛对股票价格变化的影响。观察Leisen-Reimer模型去除振荡,并仅使用少量步骤产生接近Black-Scholes模型的估计。
NPoints = 300;% Cox-Ross-RubinsteinNumPeriodCRR = 5:1:NPoints;NbStepCRR =长度(NumPeriodCRR);PriceCRR =楠(NbStepCRR,1);PriceCRRATM = PriceCRR;为I = 1:NbStepCRR CRRTimeSpec = crrtimespec(ValuationDate,成熟度,NumPeriodCRR(I));CRRT = crrtree(StockSpec,RateSpec,CRRTimeSpec);PriceCRR(ⅰ)= optstockbycrr(CRRT,OptSpec,打击,ValuationDate届满);CRRTATM = crrtree(StockSpecATM,RateSpec,CRRTimeSpec);PriceCRRATM(ⅰ)= optstockbycrr(CRRTATM,OptSpec,打击,ValuationDate届满);结尾现在是雷森-雷默NumPeriodLR = 5: 2: NPoints;NbStepLR =长度(NumPeriodLR);PriceLR = nan(NbStepLR, 1);PriceLRATM = PriceLR;为i = 1: NbStepLR LRTimeSpec = LRTimeSpec (ValuationDate, Maturity, NumPeriodLR(i));LRT = lrtree(StockSpec, RateSpec, LRTimeSpec, Strike);PriceLR(i) = optstockbylr(LRT, OptSpec, Strike,ValuationDate, Maturity);LRTATM = lrtree(StockSpecATM, RateSpec, LRTimeSpec, Strike);PriceLRATM(i) = optstockbylr(LRTATM, OptSpec, Strike,ValuationDate, Maturity);结尾
第一种方案:价外看涨期权
%对于考克斯 - 罗斯鲁宾斯坦情节(NumPeriodCRR PriceCRR);持有在;图(NumPeriodCRR,PriceBLS *一(NbStepCRR,1),'颜色'(0.9 0 0),“线宽”,1.5);%对于雷森-默情节(NumPeriodLR PriceLR,'颜色'[0.9 0 0],“线宽”,1.5);在的Y通过剪裁感兴趣的区域%液剂轴线的5倍%LR价格:YLimDelta = 5个* ABS(PriceLR(1) - PriceBLS);甘氨胆酸ax =;ax.YLim = [PriceBLS-YLimDelta PriceBLS + YLimDelta];%注释情节titleString = sprintf的(CRR和LR模型收敛到BLS解决方案(OTM)\nStrike = %d,资产价格= %d', Strike,资产价格);标题(titleString) ylabel (“期权价”)包含(“步数”)传说('CRR','BLS',“LR”,“位置”,'东北')
第二个场景:在货币看涨期权
%对于考克斯 - 罗斯鲁宾斯坦图;情节(NumPeriodCRR PriceCRRATM);持有在;情节(NumPeriodCRR PriceBLSATM *的(NbStepCRR, 1),'颜色'(0.9 0 0),“线宽”,1.5);%对于雷森-默情节(NumPeriodLR PriceLRATM,'颜色'[0.9 0 0],“线宽”,1.5);在的Y通过剪裁感兴趣的区域%液剂轴线的5倍%LR价格:YLimDelta = 5*abs(PriceLRATM(1) - PriceBLSATM);甘氨胆酸ax =;斧子。YLim = [PriceBLSATM-YLimDelta PriceBLSATM+YLimDelta];%注释情节titleString = sprintf的('CRR和LR模型\ nConvergence到BLS溶液(ATM)\ nStrike =%d,资产价格=%d',打击,AssetPriceATM);标题(titleString) ylabel (“期权价”)包含(“步数”)传说('CRR','BLS',“LR”,“位置”,'东北')
assetbybls
|assetsensbybls
|cashbybls
|cashsensbybls
|chooserbybls
|gapbybls
|gapsensbybls
|impvbybls
|optstockbybls
|optstocksensbybls
|supersharebybls
|supersharesensbybls
|impvbyblk
|optstockbyblk
|optstocksensbyblk
|impvbyrgw
|optstockbyrgw
|optstocksensbyrgw
|impvbybjs
|optstockbybjs
|optstocksensbybjs
|spreadbybjs
|spreadsensbybjs
|basketbyju
|basketsensbyju
|basketstockspec
|maxassetbystulz
|maxassetsensbystulz
|minassetbystulz
|minassetsensbystulz
|spreadbykirk
|spreadsensbykirk
|asianbykv
|asiansensbykv
|asianbylevy
|asiansensbylevy
|lookbackbycvgsg
|lookbacksensbycvgsg
|basketbyls
|basketsensbyls
|basketstockspec
|asianbyls
|asiansensbyls
|lookbackbyls
|lookbacksensbyls
|spreadbyls
|spreadsensbyls
|optstockbyls
|optstocksensbyls
|optpricebysim
|optstocksensbybaw