🌳 二叉树模型 · 离散时间随机游走
二叉树模型（Binomial Tree Model）是金融工程中用于期权定价的经典数值方法， 由 Cox、Ross 和 Rubinstein 于1979年提出。它将连续时间下的资产价格运动离散化， 在每个微小时间步内，价格仅有上涨或下跌两种可能——这正是"离散时间随机游走"的核心思想。
| 参数符号 | 含义 | 典型范围 | 说明 |
|---|---|---|---|
| 初始标的资产价格 | 任意正数 | 期权合约对应的股票/资产当前市价 | |
| 行权价（执行价） | 任意正数 | 期权合约约定的未来买卖价格 | |
| 波动率 | 10% ~ 60% | 资产收益率的年化标准差，反映价格波动剧烈程度 | |
| 无风险利率 | 1% ~ 8% | 通常参考国债收益率或同业拆借利率 | |
| 到期时间（年） | 0.1 ~ 5 | 从现在到期权到期日的时间长度 | |
| 二叉树步数 | 1 ~ 100+ | 步数越多，离散近似越精确，趋近于连续模型 |
🔬 交互式模拟
调整参数观察二叉树结构变化与期权价格的动态响应
🌲 股价二叉树 & 期权价值节点
📈 期权价格收敛图（步数 n → ∞ 趋近 Black-Scholes）
📘 标准介绍
二叉树模型（Binomial Tree / Discrete-Time Random Walk）是金融衍生品定价的核心数值方法之一。 它将标的资产价格的连续随机过程（几何布朗运动）离散化为一系列二项分支：在每个微小时间步 Δt 内， 价格以概率 p 上涨至 S·u，或以概率 1−p 下跌至 S·d。通过从到期日反向归纳（Backward Induction）， 可计算出任意节点的期权理论价值。当步数 n → ∞ 时，二叉树模型收敛于著名的 Black-Scholes 公式。
💡 通俗介绍
想象你在玩一个抛硬币游戏：股票价格每过一小段时间，要么涨一点（乘以 u）， 要么跌一点（乘以 d）。虽然真实世界股价涨跌概率未知，但在"风险中性"的假想世界里， 我们可以用无风险利率来推算出一个"公平概率"p。然后从未来的各种可能价格倒推回来， 就能算出今天这份期权应该值多少钱。步数分得越细，算出来的价格就越准！
🎯 解决了什么问题
- 期权定价：为欧式期权（及美式期权）提供直观且可计算的定价框架。
- 提前行权判断：在美式期权中，可逐节点比较"立即行权"与"继续持有"的价值。
- 复杂衍生品：可扩展至障碍期权、亚式期权、可转债等路径依赖型产品。
- 风险对冲：每个节点可计算 Delta（对冲比率），指导动态 hedging 策略。
⭐ 为什么重要
二叉树模型是金融工程教学与实践的"入门基石"。它用简洁的离散结构 架起了直觉理解与数学严谨之间的桥梁。相比 Black-Scholes 偏微分方程，二叉树更易编程实现、更易向非技术人员解释，同时也是理解 蒙特卡洛模拟和有限差分法等其他数值方法的先修知识。
🏭 应用场景
- 投资银行：场外期权（OTC Options）报价与风险管理。
- 资产管理：结构化产品（如保本票据、雪球产品）的估值。
- 企业财务：实物期权（Real Options）——评估项目投资、扩张或放弃的柔性价值。
- 金融教育：作为衍生品课程的核心教学工具。
- 可转债分析：嵌入的转股期权、赎回条款的联合估值。
⚠️ 模型缺陷
- 离散近似误差：步数少时精度有限，步数多时计算量指数增长（虽然重组树可优化）。
- 恒定参数假设：波动率 σ 和无风险利率 r 在整棵树中保持不变，与真实市场不符。
- 仅两分支：现实价格变化远不止涨/跌两种，三叉树或更多分支可改善但增加复杂度。
- 无跳跃风险：无法捕捉突发性的大幅价格跳跃（可结合跳跃-扩散模型扩展）。
- 风险中性假设：依赖无套利条件，在极端市场（流动性枯竭）下模型可能失效。
🔗 扩展阅读
CRR模型 Cox-Ross-Rubinstein (1979) 原始论文 · Black-Scholes 连续时间极限 · 美式期权 提前行权边界 · Greeks Delta / Gamma / Theta 在树中的计算 · 三叉树 更高精度扩展