APP下载

混合指数跳扩散模型下基于FST方法的期权定价

2020-04-30张素梅赵洁琼

工程数学学报 2020年2期
关键词:方法模型

张素梅, 赵洁琼

(西安邮电大学理学院,西安 710121)

1 引言

在期权定价中,基于布朗运动和正态分布建立的BS 模型[1]假设过于理想化,无法解释资产收益的尖峰厚尾和波动率“微笑”现象.为了解释这些现象,1976 年,Merton[2]提出log 正态跳扩散模型,该模型可以解释资产收益的尖峰厚尾和波动率“微笑”现象,具有开创性意义.随后在2002 年,Kou 提出双指数跳扩散模型[3],其跳跃过程服从双指数分布.并且相对于log 正态跳扩散模型,该模型更易于求出路径期权的封闭解析定价公式.2007 年,Kou 和Cai 将双指数跳扩散模型的概率密度函数扩展到有限次数的上跳和下跳,由此推出超指数跳扩散模型[4],其跳跃过程服从超指数分布.然而,上述这些模型只能解决特定的分布问题,在实际金融市场的应用中具有很大的局限性.所以在2011 年,Kou 和Cai 提出混合指数跳扩散模型(Mixed-Exponential Jump Diffusion Model, MEM)[5],该模型跳跃过程服从混合指数分布,而混合指数分布是指数分布的加权平均值,其权重可以为负.根据这一特征,该分布可以逼近为任何分布,其中包括正态分布、各种指数分布以及像Gamma, Weibull 和Pareto 所产生的厚尾分布等,具有一般性,可以广泛应用于刻画股价实际变动趋势.

为了方便解决实际问题,对于模型来说,求解其期权定价一直以来都是重中之重.然而由于跳扩散模型包含跳跃过程,所以很难通过理论方法得到一个完整的闭式解析式,在实际求解中通常采用数值方法对期权进行定价.目前常用的数值计算方法有二叉树、有……

登录APP查看全文

猜你喜欢

方法模型
一半模型
重尾非线性自回归模型自加权M-估计的渐近分布
学习方法
3D打印中的模型分割与打包
用对方法才能瘦
FLUKA几何模型到CAD几何模型转换方法初步研究
四大方法 教你不再“坐以待病”!
赚钱方法
捕鱼
一个相似模型的应用