Newly_Am_put.zip_美式期权资源-CSDN文库

共1个文件

m：1个

版权申诉

117 浏览量 2022-09-24 18:52:31 上传评论收藏 565B ZIP 举报

在金融衍生品市场中，期权是一种重要的金融工具，允许持有者在特定时间内以预定价格买卖某种资产。美式期权是其中的一种类型，与欧式期权相比，它的独特之处在于可以在到期日之前任何时间行使。本话题将深入探讨"Newly_Am_put.zip_美式期权"的压缩包内容，尤其是其中的"Newly_Am_put.m"文件，这是一个用于计算新发行美式看跌期权价格的MATLAB程序。美式期权的定价是个复杂的问题，因为它涉及到期权是否会被提前执行的决策。二叉树方法，又称为Cox-Ross-Rubinstein(CRR)模型，是解决这一问题的常用方法之一。这个方法基于资产价格的二元随机过程，即在每个时间步长内，资产价格要么上涨要么下跌，且概率相同。通过构建这样的树形结构，我们可以逐步计算出每一节点处期权的价值，从而得到期权的当前公平价格。 "Newly_Am_put.m"文件很可能是实现这个过程的MATLAB代码。该程序可能会包含输入参数，如期权的行权价格（K）、无风险利率（r）、波动率（σ）、有效期（T）以及时间步长（n）。这些参数是计算美式期权价格的关键因素。然后，代码会构建一个二维数组来表示资产价格的二叉树，并初始化边界条件，即在到期日时，看跌期权的价值等于行权价与资产价格的差额的非负部分。接下来，代码会使用递归或自底向上的方式计算二叉树中每一层节点的期权价值。对于每个节点，代码会计算在该点执行期权的收益，以及不执行期权、等待下个时间步的期望价值。两者取其大，即为当前节点的期权价值。这个过程会逐层向上回溯，直到到达初始节点，即当前时间点，最终得到美式看跌期权的现值。在MATLAB中，可能还会涉及到数值优化，例如使用内置的“fminbnd”函数来找到最佳的执行策略，这在处理美式期权时尤其重要，因为它们可以在任何时间点执行。此外，为了提高计算效率，可能会有矩阵运算和向量化操作的运用。程序可能会输出计算结果，包括期权价格和可能的执行策略。在实际应用中，用户可以调整输入参数，以模拟不同市场条件下的期权价格变化。 "Newly_Am_put.zip"中的"Newly_Am_put.m"文件是一个用二叉树模型计算新发行美式看跌期权价格的MATLAB脚本，涉及了金融数学、随机过程和数值计算等多个领域的知识。通过理解和使用这个程序，我们可以更好地理解期权定价的原理，并能进行实际的期权估值。

资源推荐

资源详情

资源评论

收起资源包目录

Newly_Am_put.zip （1个子文件）

Newly_Am_put.m 711B

%A1.2(i) function v=Newly_Am_put(S,T,r,q,sigma,N) %this function for American floating strike lookback put option(newly issued) %newly issude means: S=A,X=1 dt=T/N; dx=sigma*sqrt(dt); u=exp(dx); d=1/u; df=exp(-r*dt); p=(exp((r-q)*dt)-d)/(u-d); Vec=zeros(N+1,1); %contain the value in every state %Initial the terminal condition w(x,T)=x-1 for put for i=1:1:N+1 % just as N_shift=1 w(i)=u^(i-1)-1; end %backward procedure for j=N:-1:1 Vec(1)=max(df*(p*u*w(1)+(1-p)*d*w(2)),0); for i=2:j Vec(i)=max(df*(p*u*w(i-1)+(1-p)*d*w(i+1)),u^(i-1)-1); end for i=1:j w(i)=Vec(i); end end v=S*w(1); end

评论收藏

内容反馈

版权申诉