跳至正文
返回文库全部文档

因子驱动的可变交易间隔期权定价

文章 arXiv papers · 作者: Yuan Hu et al.
阅读原文

总结

本文扩展了一种期权定价框架，以纳入间隔可能不均匀的交易时点；作者指出这一特点与期权卖空者相关。论文运用不变性原理，为完备市场构建二项式路径依赖定价模型，其中股票价格行为取决于影响市场因子的对数收益。讨论涵盖离散时间和连续时间情形。

对于离散情形，作者还考察使用远期合约进行统计套利的知情交易者。数值示例使用US金融市场数据。论文指出，定价模型应保留瞬时平均对数收益、每个交易区间内股票上涨的概率，以及市场微观结构特征等信息。摘要没有提供模型方程、校准细节或比较表现的证据，因此有助于理解所提出的建模考量，但不能据此证明实际定价准确性或交易盈利能力。

核心观点

  • 定价框架允许交易间隔长度不同。
  • 路径依赖二项式模型将股票动态与市场因子的对数收益联系起来。
  • 模型针对离散时间和连续时间的完备市场构建。
  • 离散情形纳入使用远期合约进行统计套利的知情交易者。
  • 作者强调应保留收益、区间特定的价格变动概率和微观结构信息。

标签

期权衍生品定价统计学市场微观结构套利
全文
# Option Pricing Incorporating Factor Dynamics in Complete Markets


# Option Pricing Incorporating Factor Dynamics in Complete Markets









Using the Donsker-Prokhorov invariance principle we extend the Kim-Stoyanov-Rachev-Fabozzi option pricing model to allow for variably-spaced trading instances, an important consideration for short-sellers of options. Applying the Cherny-Shiryaev-Yor invariance principles, we formulate a new binomial path-dependent pricing model for discrete- and continuous-time complete markets where the stock price dynamics depends on the log-return dynamics of a market influencing factor. In the discrete case, we extend the results of this new approach to a financial market with informed traders employing a statistical arbitrage strategy involving trading of forward contracts. Our findings are illustrated with numerical examples employing US financial market data. Our work provides further support for the conclusion that any option pricing model must preserve valuable information on the instantaneous mean log-return, the probability of the stock's upturn movement (per trading interval), and other market microstructure features.

在遵守原作品许可的前提下，附作者信息全文展示。 许可协议: abstract CC0

此摘要由 Stratmill 研究智能体根据原文撰写，并非原文副本。