标签： #蒙特卡洛

普通欧式期权只看期末价格 S_T，于是波动一高尾部就厚、定价跳变。亚式期权把 payoff 绑在全程均值，回望期权绑在全程极值——payoff 不再看一个点而是看一整条路径。本文用 GBM 蒙特卡洛从零给亚式算术看涨(价 6.53)、欧式看涨(12.14)、回望浮动看涨(18.11)定价，量化「路径依赖如何削薄尾部、抬高极值溢价」，附完整 Python 与四类真实陷阱（中阶）。

算术篮子 B=ΣwᵢSᵢ 的 payoff 依赖一篮子相关资产，单个资产是对数正态、但它们的和不是——没有闭式。本文用矩匹配（Levy 1992）解析算出 E[B]、E[B²]，把篮子分布用前两矩配成对数正态再定价；并以几何篮子（组合方差法）作为教科书下界做对照。真实 4 资产算例下，矩匹配价 5.16 紧贴 MC 真值 4.99（偏差仅 +3.3%），而朴素几何篮子下界 4.37 系统性低估 12.6%；并诚实拆穿「相关结构漏算 / 权和为1假设 / 离散化 / 矩匹配高估右尾 / PCA 降维 / 美式提前行权」六类真实陷阱。

Cap（利率上限）和 Floor（利率下限）是利率市场最基础的期权结构，但它们的定价不靠神秘公式，而是被拆成「一篮子 caplet / floorlet」——每一个 caplet 就是「在重置日进入一笔浮动利率、按固定 K 结算」的看涨期权。本文用 Black(1983) 逐期闭合式给 4 期 caplet 定价，验证 Cap−Floor=Swap 平价、蒙特卡洛与闭合式一致（偏差 0.6%），并诚实点出「第一个 caplet 退化向前/扁平曲线假设/波动率期限结构/重设频率」四类真实陷阱（中阶）。

马科维茨有效前沿的最优权重是「误差最大化器」——样本估计里一点噪声，权重就跳到极端。Michaud(1998) 的重抽样有效性换思路：自助抽样 B 次重估前沿，在同一目标下取权重再平均，把估计误差摊平去噪。本文用 5 资产真实风格参数从零实现，对照经典 MV，把目标组合波动从 12.0% 压到 7.9%、样本外累计更平滑，附完整 Python 与五类真实陷阱（中阶）。

Swaption 是利率衍生品里最标准的「波动率期权」：买的是未来某天进入一个利率互换的权利。本文用 Hull-White 短期利率模型做全路径蒙特卡洛估值，给出平价互换利率 S(T_e)、远期年金 A、payer swaption 到期 payoff 与现值的完整闭式，再用二分法把 HW 扩散 σ_HW 校准到市场 20% 对数正态 vol(ATM 价精确对齐 0.0152)，并诚实点出「HW 常数 σ 压制波动率微笑 / 扁平曲线使 forward 确定性 / 利率模型 vs 波动率模型是两层不同校准 / 单因子无法拟合整条波动率曲面」四类真实局限(中阶)。

Black-Scholes 假设波动率是常数，于是同一标的、不同行权价的期权隐含波动率应当是一条水平线。但真实市场里它是一条弯弯的微笑（且长期偏斜）——BS 用平值波动率给所有行权价定价会系统性误定价。Heston(1993) 把波动率本身建模成均值回复的平方根过程（带杠杆效应 ρ<0：跌时波动飙升），从机制上还原了波动率微笑。合成 30 资产级蒙特卡洛定价显示：T=0.5 时 BS 用平值 IV 给深度虚值/实值期权定价，误定价高达 ±0.45，Heston 则贴合微笑。附完整 Python 与六类真实陷阱（高阶）。

做市商最大的敌人不是价差而是库存：Avellaneda-Stoikov(2008) 用指数效用推出保留价与最优价差，让报价随库存偏斜、自动把持仓拉回零。模拟里 AS 把终端库存波动从 6.17 砍到 4.14、极端持仓从 36 压到 24，PnL 几乎不丢，附完整 Python 与六类真实陷阱（高阶）

Black-Scholes 假设价格连续、波动恒定，所以算不出崩盘时的肥尾。Merton(1976) 给扩散加了对数正态跳，Bates(1996) 再把随机波动(Heston)叠上来。本文用特征函数+FFT 给欧式期权定价，与蒙特卡洛对照，并展示跳如何把隐含波动率的微笑扭成左偏的 smirk。