歐式選擇權定價：使用Python語言


	運用數位與統計方法了解歐式選擇權定價！　　※將抽象的數學公式，巧妙運用程式語言進行輸出，帶你無障礙進入統計分析的世界。　　※使用熱門Python程式語言，學習數學或理論模型，瞭解選擇權的定價。　　※透過量化分析方法與時間序列模型，深入解析專業財金議題。　　※本書適合大學部高年級或研究生使用及對衍生性商品有興趣的讀者自修。更是「衍生性金融商品」、「創新金融商品」或「財務工程」等課程最佳工具書。　　一書在手，掌握選擇權定價方法！　　一般而言，我們是利用BSM模型以決定歐式選擇權價格，不過BSM模型存在不少缺點，其中波動率固定的假定經常為人所詬病；換言之，我們需要BSM以外的模型。通常介紹選擇權定價的書籍或文獻大多艱澀難懂，本書另闢蹊徑，以另外一種方式來介紹屬於財務工程領域的選擇權定價。全書運用Python按部就班介紹BSM以及其他的模型。　　本書仍維持作者之前一貫的特色，舉凡書內牽涉到讀（存）資料、計算、模擬、估計、編表或甚至於繪圖等動作，皆有對應的Python程式碼供讀者練習。利用臺灣實際的選擇權歷史資料，本書發現於波動較大的環境內，BSM之外的模型有可能較優。BSM之外的模型有哪些呢？請翻閱本書。


	目錄第1章基本觀念 1.1 基本金融觀念 1.2 二項式模型 1.3 歐式與美式選擇權 1.3.1選擇權合約的性質 1.3.2二項式選擇權定價模型第2章 BSM模型 2.1 幾何布朗運動 2.1.1 GBM的意義與模擬 2.1.2 GBM內參數的估計 2.2 BSM模型 2.2.1 BSM模型的應用 2.2.2 BSM模型的避險參數 2.3 波動率微笑曲線與波動率曲面第3章 MJD模型 3.1 跳動的GBM 3.1.1卜瓦松過程與複合卜瓦松過程 3.1.2 跳動-擴散過程 3.2 估計的MJD模型 3.2.1 最大概似估計法 3.2.2 動差法 3.3 MJD模型下的選擇權定價第4章利率的模型化 4.1 Black模型 4.1.1 期貨選擇權價格的計算 4.1.2 利率上限、利率下限與利率上下限選擇權 4.2 利率的模型化 4.2.1 Vasicek模型 4.2.2 CIR模型 4.3 GMM的應用 4.3.1 GMM 4.3.1.1 動差法 4.3.1.2 GMM的估計步驟 4.3.2 CKLS模型第5章傅立葉轉換 5.1 傅立葉轉換的意義 5.1.1 一些準備 5.1.2 傅立葉轉換的定義 5.2 特性函數 5.2.1 特性函數的意義 5.2.2 累積與動差母函數 5.3 選擇權的定價第6章 Lévy過程 6.1 一些準備 6.2 Lévy過程 6.2.1 Lévy過程的內涵 6.2.2有限活動與無限活動的Lévy過程 6.2.2.1 Kou模型 6.2.2.2 NIG模型 6.2.2.3 VG過程 6.3 NIG與VG分配第7章快速傅立葉轉換 7.1何謂FFT？ 7.2 選擇權定價：使用FFT 7.2.1 CM方法 7.2.2 FRFT 7.3 校準附錄：TXO201101買權價格資料第8章 GARCH模型 8.1 財金時間序列資料的獨特性 8.2 ARCH/GARCH模型 8.2.1 ARCH/GARCH模型的簡介 8.2.2 GARCH模型的估計與檢定 8.3 非對稱的GARCH模型第9章 Heston模型 9.1 H模型 9.1.1 蒙地卡羅方法 9.1.2 德爾塔-機率分解方法 9.2 HN模型 9.2.1 HN模型的模擬 9.2.2 HN模型的選擇權定價 9.3 ML估計附錄：TXO202009C買權價格資料參考文獻中文索引英文索引