選擇權商品模型化導論：使用Python語言


	⊙以Python解決數學概念問題，掌握衍生性商品（如選擇權商品）模型化。　　⊙理論與實作兼具，操作步驟清楚易懂。　　⊙介紹CRR的二項式定價模型、隨機微積分、等值平賭測度方法，以及資產價格跳動的Lévy過程等觀念。　　⊙附贈光碟提供書中完整原始程式碼，幫助學習理解、迅速進入狀況。　　【透過Python，走入學習衍生性商品的捷徑】　　本書以熱門程式語言Python，帶領讀者順利踏入財金領域。　　內容分10章，第1、2章說明完全市場與不完全市場的特色與差異。第3章介紹CRR的二項式定價模型，並從該模型內取得一些基本的觀念。第4、5章說明隨機微積分的意思，包括平賭、維納過程、隨機積分等略為抽象的觀念。第6章說明偏微分方程式於選擇權定價內所扮演的角色。第7章介紹目前廣泛使用的等值平賭測度方法，其中包括Radon-Nikodym微分與Girsanov定理的闡述。第8章說明資產價格跳動的Lévy過程，包括著名的跳動－擴散、VG或NIG等過程。第9章介紹用於選擇權定價之較為簡易的COS方法。第10章則介紹隨機波動模型，包括Heston模型與Bates模型。　　書中範例所呈現任何計算、模擬、估計、編表或甚至於繪圖等操作，光碟內皆附有完整的Python程式碼供讀者參考使用。


	目錄第1章無套利定價準則（一） 1.1 簡單的線性代數觀念 1.1.1 向量與矩陣 1.1.2 子空間、線性獨立與矩陣之秩 1.2 一個簡單的財金市場模型 1.2.1 一個單期有限狀態模型 1.2.2 資產收益之向量與矩陣 1.2.3 線性獨立與多餘資產 1.3 完全市場的特色第2章無套利定價準則（二） 2.1 完全市場與市場之不完全 2.1.1 完全市場與不完全市場之分類 2.1.2 找出最適避險 2.1.3 QR分解法 2.2 套利 2.3 狀態價格與套利理論 2.4 風險中立機率第3章二項式定價 3.1 一般的設定 3.2 CRR的樹狀圖 3.2.1 CRR的方法 3.2.2 CRR的架構 3.2.3 風險中立下的CRR樹狀圖 3.3 CRR樹狀圖的應用 3.3.1 CRR之選擇權定價 3.3.2 GBM 第4章隨機微積分（一） 4.1 隨機過程 4.1.1 機率空間 4.1.2 隨機變數 4.1.3 隨機過程 4.1.4 隨機變數的收斂 4.2 平賭過程 4.2.1 濾化與適應過程 4.2.2 平賭 4.3 維納過程 4.4 第2級變分與共變分第5章隨機微積分（二） 5.1 SDE 5.2 隨機積分 5.2.1 隨機黎曼積分 5.2.2 隨機斯蒂爾傑斯積分 5.3 Itô微積分 5.3.1 Itô積分 5.3.2 Itô’s lemma 第6章偏微分方程式 6.1 為何存在PDE？ 6.2 何謂PDE？ 6.2.1 PDE的分類 6.2.2 數值方法 6.3 有限差分法第7章等值平賭測度 7.1 一個例子 7.2 機率測度 7.2.1 何謂機率測度？ 7.2.2 Radon-Nikodym微分與Girsanov定理 7.3 BSM模型與風險中立定價 7.3.1 從BSM模型至風險中立定價 7.3.2 Feynman-Kac定理 7.4 資產定價的基本定理第8章 Lévy過程 8.1 一些準備 8.1.1 càdlàg函數 8.1.2 特性函數 8.1.3 快速傅立葉轉換 8.2 何謂Lévy過程？ 8.2.1 Lévy過程與無限可分割性分配 8.2.2 Lévy-Khintchine定理與Lévy-Itô分割定理 8.3 指數Lévy過程 8.3.1 跳動－擴散過程 8.3.2 NIG與VG過程第9章 COS方法 9.1 PDF的估計 9.1.1 傅立葉餘弦級數擴張 9.1.2 CGMY過程 9.2 選擇權定價 9.2.1 COS之選擇權定價 9.2.2 截斷積分之選擇 9.3 隱含波動率微笑第10章隨機波動模型 10.1 多變量維度的SDE與仿射過程 10.1.1 多變量維度的SDE 10.1.2 仿射擴散過程 10.2 Heston模型 10.2.1 CIR過程 10.2.2 Heston模型的模擬與選擇權的定價 10.3 隱含波動率偏態 10.3.1 Heston模型 10.3.2 Bates模型參考文獻中文索引英文索引