最小叉熵方法推导期权定价二叉树模型

借助最小叉熵方法建立了新模型，即把标的资产（股票）价格看成一个信息系统，根据以往股票价格的历史信息给出股票价格的一个概率密度作为先验概率密度，然后在当前股票价格变化的随机变量的矩约束下，用最小叉熵方法来预测n△t时闻点末的股票价格分布最靠近先验概率的概率密度，从而得到参数P、u、d．新模型直接可用现有非线性规划算法进行求解或者转化为其对偶形式用无约束优化来求解，计算方便，经济、物理含义明确，有效克服了二又树及其演化方法的不足，且不受股票价格变化运动形式限制，是一个统一的模型．与B-S、CRR、JR、TGR、Wil1、Wil2方法数值比较结果表明，多数情况下新方法收敛速度快，计算稳定．

考虑随机性因素的美式期权二叉树图定价方法

二叉树图方法自从发现以来,因实用性强而广泛应用于期权定价,但由于其本身方法中并未考虑市场随机性因素,而存在诸多弊端。文章通过引入波动率模型,建立了考虑随机性因素的期权二叉树图定价方法;分析了市场中广泛存在的支付固定比例红利美式看涨期权提前执行满足的条件,并应用建立的二叉树图定价方法求解某期权的价值,计算结果表明计算方法稳定,收敛较快。

考虑随机因素的欧式期权二叉树定价

在新型二叉树参数模型的基础上，引入随机的系数变量，推导欧式期权价格。

随机市场模型下支付固定比例红利和考虑交易费用的美式看涨期权定价

文章研究随机市场模型下考虑交易费用和支付固定比例红利的美式看涨期权定价,详细讨论了支付固定比例红利时刻美式看涨期权提前执行满足的不等式条件,并应用二叉树图定价和蒙特卡罗方法数值求解期权价格。