歐式選擇權定價：使用Python語言 - 博客來

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。

選擇語言 English 繁體中文 简体中文 :::相關網站 博客來 售票網 企業採購 福利平台 海外專館 :::會員服務|快速功能 0結帳 您好 ( 登出 )     登入     加入會員 購物金 購物金 0 儲值金 0 E-Coupon 0 張 單品折價券 0 張 會員專區 電子書櫃 線上客服 繁體 關閉廣告 展開廣告 回博客來首頁 客服公告：配合政策、堅守防疫，各項服務提醒說明詳情 移動滑鼠展開全站分類 :::全站分類 全站分類 旗艦店 :::網站搜尋 全部 展開 全部 圖書 電子書 有聲書 影音 百貨 雜誌 售票 海外專館 禮物卡 搜尋 熱門關鍵字 家庭裡的對話練習 茶金全紀錄 這本漫畫真厲害 哈利波特 中文書 2021年度百大 新書 預購 排行榜 選書 即將出版 特價書 香港出版 讀者書評 出版社專區 分類總覽 博客來中文書電腦資訊程式設計/APP開發Python商品介紹 主題活動 試閱 歐式選擇權定價：使用Python語言 已追蹤作者：[ 修改 ] 確定 取消 作者：林進益   新功能介紹出版社：五南   新功能介紹出版日期：2021/07/25語言：繁體中文 定價：490元 優惠價：85折417元優惠期限：2021年12月31日止 使用購物金最高可抵100% 詳情 1點OPENPOINT可兌換1點購物金，1點購物金可抵1元，實際點數依您帳戶為準。

如何獲得OPENPOINT點數？如何兌換購物金？詳見OPENPOINT說明 查詢我的購物金？登入會員專區 運送方式：臺灣與離島海外 可配送點：台灣、蘭嶼、綠島、澎湖、金門、馬祖可取貨點：台灣、蘭嶼、綠島、澎湖、金門、馬祖 可配送點：全球可取貨點：香港、澳門、新加坡、馬來西亞、菲律賓 載入中... 我要寫評鑑 分享   內容簡介 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。

    作者介紹 作者簡介 林進益 　　學歷： 　　國立中山大學財務管理博士 　　國立政治大學經濟學研究所碩士 　　東海大學經濟學系學士 　　經歷： 　　國立屏東大學財務金融學系副教授 　　國立屏東商業技術學院財務金融系副教授 　　國立屏東商專財務金融科講師 　　致理商專國貿科講師 　　著作： 　　財金統計學：使用R語言（2016，五南）《財統》 　　經濟與財務數學：使用R語言（2017，五南）《財數》 　　衍生性金融商品：使用R語言（2018，五南）《衍商》 　　財金時間序列分析：使用R語言（2020，五南）《財時》 　　統計學：使用Python語言（2020，五南）《統計》 　　時間序列分析下的選擇權定價：使用R語言（2020，Pubu電子書）《時選》 　　個人網站：c12yih.webnode.tw     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     2.1.1GBM的意義與模擬     2.1.2GBM內參數的估計   2.2BSM模型     2.2.1BSM模型的應用     2.2.2BSM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   3.3MJD模型下的選擇權定價 第4章利率的模型化   4.1Black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     4.2.1Vasicek模型     4.2.2CIR模型   4.3GMM的應用     4.3.1GMM       4.3.1.1動差法       4.3.1.2GMM的估計步驟   4.3.2CKLS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   6.2Lévy過程     6.2.1Lévy過程的內涵     6.2.2有限活動與無限活動的Lévy過程       6.2.2.1Kou模型       6.2.2.2NIG模型       6.2.2.3VG過程   6.3NIG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     7.2.1CM方法     7.2.2FRFT   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   8.2ARCH/GARCH模型     8.2.1ARCH/GARCH模型的簡介     8.2.2GARCH模型的估計與檢定   8.3非對稱的GARCH模型 第9章Heston模型   9.1H模型     9.1.1蒙地卡羅方法     9.1.2德爾塔-機率分解方法   9.2HN模型     9.2.1HN模型的模擬     9.2.2HN模型的選擇權定價   9.3ML估計   附錄：TXO202009C買權價格資料 參考文獻 中文索引 英文索引 看更多   序 序 　　本書底下有時簡稱為《歐選》或《時選》(見本書封面)原本書名稱為《時間序列分析下的選擇權定價：使用R與Python語言》；換言之，筆者原本打算同時使用R語言(簡稱R)與Python語言(簡稱Python)介紹歐式選擇權定價的後續發展(BSM模型之後)。

不過，寫了之後才發現R與Python同時使用容易產生混淆；另一方面，因Python的指令(或程式碼)仍需多練習或多熟悉，故只能作罷。

因此，本書相當於用Python重新解釋《時選》與部分的《衍商》，即本書的讀者需熟悉《統計》。

  　　完成本書之後，筆者倒有下列的感想： 　　(1)若與R比較，於專業的應用上(例如財金領域)，Python的使用的確比較麻煩；換言之，相對於Python而言，R的程式碼不僅較「直接且也少變化」同時也較為簡單易懂，故初學者較適合用R。

　　(2)學習R至少有一個優點，就是大致能了解電腦程式設計的邏輯與推理過程。

　　(3)畢竟R已使用多年了，網路上的程式套件(packages)也已相當多元了，不使用它其實有點可惜；或者說，若不使用R之程式套件，有些時候反而需要利用Python重寫，反而更累。

　　(4)欲熟悉Python，可能還需要相當時日；也就是說，筆者於寫《歐選》時，若沒有與《衍商》或《時選》內的R程式結果比較，有些時候「結果錯了仍不自知」，即利用Python來書寫，最好能同時與另一種程式語言結果比較，方較客觀。

　　(5)筆者大多直接將《衍商》與《時選》內的R程式碼「翻譯」成對應的Python程式碼，即利用此方式，好像Python的撰寫變成比較簡單；換言之，讀者若不知如何撰寫Python的程式碼，有些時候，直接將R、Gauss或Matlab等的程式碼譯成Python，反而較容易進入狀況。

　　(6)就財金專業領域而言，Python的模組(module)仍嫌不足，此有待我們更加努力。

此可看出我們仍可以扮演一些重要的角色。

　　現在我們來檢視《歐選》。

如前所述，《歐選》是利用Python重新詮釋《時選》；也就是說，《歐選》可視為《財時》、《衍商》與《時選》的延伸。

基本上，《時選》或《歐選》強調利用統計方法(或時間序列分析)檢視BSM模型的後續發展。

於歐式選擇權領域內，BSM模型可說是被奉為圭臬或被視為最基本的理論模型，不過因BSM模型存在不少的缺點或限制(例如：BSM模型假定波動率是一個固定數值、標的資產價格不會出現跳動以及報酬率屬於常態分配等現象皆與實際市場情況不一致)，使得我們必須重新檢視BSM模型以及後續的發展模型。

　　於後續的發展模型內，至少有五項特色值得我們注意： 　　(1)波動率是一種隨機變數，而我們可以用GARCH或SV過程模型化波動率。

　　(2)BSM模型假定標的資產價格屬於GBM，而我們發現後者只是Lévy過程的一個特例，即於Lévy過程內，標的資產價格有可能會出現跳動的情況。

直覺而言，只要標的資產價格有出現跳動的情形，其對應的報酬率應該就不屬於常態分配。

　　(3)真實機率與風險中立機率之間的轉換。

　　 　　(4)利用特性函數來決定選擇權的價格。

　　(5)使用FFT(快速傅立葉轉換)或數值方法。

　　因此，簡單地說，當代選擇權的定價理論因會牽涉到Lévy過程、GARCH或SV模型、風險中立機率的決定與轉換、特性函數、傅立葉轉換(FT)、FFT或數值方法等觀念的使用，使得選擇權定價理論並不容易接近。

我們可以想像介紹選擇權定價理論的文獻或書籍會如何描述上述觀念或特色，即其所使用的數學或模型應該是「既抽象且複雜」，無怪乎有人戲稱「財務工程」的數學像「火箭科學」的數學。

     　　不管如何，我們總要繼續，否則如何知道選擇權的定價？只是，應該如何學習上述的數學或理論模型？似乎仍沒有人注意此點或提供方法來學習上述專業。

就筆者而言，筆者仍建議應使用電腦程式語言來學習；或者說，於介紹上述數學或模型的過程當中，除了必要的理論模型或數學推導過程之外，應多使用電腦程式語言來模擬或說明。

使用電腦程式語言來學習至少有一個優點，即其可以將「抽象且複雜」的觀念轉換成較為實際的情況；換言之，從「事後」來看，學習的困難度的確降低了。

　　於上述的後續模型中，本書強調Carr與Madan(CM,1999)以及Heston與Nandi(HN,2000)模型的重要性，上述二者皆利用特性函數來決定歐式選擇權的價格，其中前者是使用FFT或部分的FFT(FRFT)方法而後者則使用數值積分方法。

利用TXO合約的實際歷史資料，本書發現於某些情況下，CM與HN模型可能優於對應的BSM模型；換言之，除了BSM模型之外，本書發現其實應該還有其他的模型(如CM與HN模型等)可以當作參考依據。

　　本書全部用Python思考或用Python來當作輔助工具，即《歐選》仍保留過去筆者書籍的特色，即書內只要有牽涉到例如讀存資料、模擬、計算、估計、編表或甚至於繪圖等，筆者皆有提供對應的Python程式碼供參考。

Python雖然不是屬於統計或財金的軟體，不過用來學習選擇權定價，仍占有一定的優勢。

或者說，也許讀者會對《財統》、《財數》或《統計》等書不以為然，不過於《時選》與《歐選》內應可看出R或Python的威力。

　　本書總共分成9章。

第1章簡單介紹基本觀念以及二項式選擇權定價模型。

第2章介紹BSM模型以及利用Python說明BSM模型的避險參數的意義；第3章則檢視MJD模型，比較特別的是，上述二章我們皆使用最大概似方法估計模型內的參數。

第4章簡單介紹傳統(或古典)的利率模型如Vasicek與CIR模型；另一方面，該章亦檢視CKLS模型的GMM方法。

第5章除了說明FT與特性函數之間的關係之外，我們亦利用後者計算BSM與MJD模型的選擇權價格。

第6章說明Lévy過程的意義與內涵。

第7章除了介紹CM模型之外，我們亦以實際的TWI歷史資料「校準」。

第8章則介紹時間序列分析下的GARCH模型。

最後，第9章則介紹普遍被使用的HN模型以及應用該模型檢視TXO合約資料。

　　本書內容適合給大學部高年級或研究生使用，當然未必侷限於財金(經)學系領域(即《歐選》的財金門檻並不高)。

讀者應該不要被上述所提及的觀念給震懾住了，書內的確會有抽象且複雜的數學模型，不過那只是數學式子而已，讀者反而要注意我們如何將上述數學模型或式子轉換成用Python或用R(《時選》)表示，如此應可降低學習上的困難度。

因此，讀者最好有學習以及操作過《財數》或《財統》的經驗，尤其是《財統》，畢竟本書全部用統計方法。

為了提高學習上的興趣，本書較少使用數學上的證明，我們反而是用模擬的方式取代。

因此，本書適合用於「衍生性金融商品」、「創新金融商品」或「財務工程」等課程；當然，本書亦可供給對衍生性商品有興趣的讀者自修之用。

　　筆者感謝「五南文化事業機構」給予筆者機會以出版一系列的財金專業書籍，使得筆者於退休後仍能「振筆直書」；當然，筆者的書籍並不容易閱讀而且也不容易「操作」與說服讀者(畢竟比較辛苦)(也許就是因為不易閱讀才值得筆者書寫)，不過筆者仍相信此種以電腦程式語言當作輔助工具的趨勢已逐漸成形。

筆者發現透過電腦程式語言的輔助，許多專業的學習困難度的確降低了。

面對資訊科技的日新月異，我們是用何態度面對此趨勢？總不能仍原封不動，一成不變吧！可惜的是，坊間似乎仍有太多書籍忽略此一發展趨勢。

每當筆者回想過去學習的困難度與受阻礙度，總會忍不住想重新試試。

因仍有太多的專業領域內容值得重新詮釋，故原本再用紙本的型態發行已不適當了；不過，因專業書籍利用Python來書寫仍較少見，故此次仍採用紙本的型態發行，希望透過本書能拋磚引玉，能吸引更多人投入此領域。

　　隨書仍附上兒子的一些作品，有努力就有收穫。

依稀可看出兒子的畫風與畫境。

仍需繼續努力。

感謝內人提供一些意見。

筆者才疏識淺，倉促成書，錯誤難免，望各界先進指正。

最後，祝操作順利。

  看更多   詳細資料 ISBN：9789865228675規格：平裝/388頁/19x26x1.94cm/普通級/單色印刷/初版出版地：台灣 本書分類：電腦資訊>程式設計/APP開發>Python   內容連載 第1章基本觀念本書的目的是欲介紹(基本的)選擇權定價方法，因此本書可視為《衍商》與《時選》二書(詳見本書封面)的延伸或補充。

上述二書是使用R語言，但是本書卻使用Python語言(底下簡稱為Python)當作輔助工具，由此可看出本書與上述二書之不同。

為何需要撰寫本書？其理由可為：(1)Python的使用已日趨頻繁且尋常，即Python似乎已逐漸取代R語言的使用，因此有必要重新以Python詮釋。

(2)畢竟《衍商》是以「衍生性金融商品」的介紹為主，故有關於「選擇權定價」方面仍只是屬於基本模型的檢視。

例如：《衍商》並未檢討BSM模型的缺失以及論及到後續的定價模型。

(3)雖說《時選》有討論到BSM的後續模型，不過該書內容仍偏向於較「理論且抽象」，我們的確需要以較為簡單的方式而以Python重新詮釋。

(4)雖說《統計》有使用Python，不過相對於R語言而言，Python的使用仍嫌生疏，故我們仍需要練習而以Python來思考。

因此，本書仍秉持著過去筆者書籍的特色，即書內只要有牽涉到例如讀存資料、計算、模擬、編表或甚至於繪圖等，本書皆附有對應的Python程式碼供讀者參考；換言之，讀者閱讀本書不僅可以得到選擇權定價的相關知識，同時亦可以練習Python的使用。

    本章內容可視為選擇權定價方法的暖身。

本章將以簡單的方式介紹選擇權的基本觀念；當然，若有不足，可以參考《衍商》。

1.1基本金融觀念於此，我們將介紹一些有關的基本金融觀念，較完整的說明可參考例如Bodieetal.(2003)。

金融資產資產(assets)一詞可幫我們認定能產生利潤或價值的經濟資源；當然，若擁有資產，即可從事買或賣交易，即其可轉換成現金。

資產可以分成實質資產(realassets)與金融資產(financialassets)二種，前者可以包括例如土地、機械或設備等有形資產，而後者則包括股票、債券或選擇權合約等無形資產。

金融資產與實質資產最大的不同是前者是一種合約的索求權(contractualclaim)。

例如：擁有台積電(TSMC)的股票，即使我們並沒有擁有TSMC的廠房設備(實質資產)，我們仍可以透過TSMC的晶片生產與銷售獲利。

由於我們所探討的標的是金融資產，故本書所講的資產指的就是金融資產 看完整內容連載   特惠贈品 載入中...   主題活動 2020五南年度暢銷展66折起_專業必修 最近瀏覽商品  相關活動   購物說明 若您具有法人身份為常態性且大量購書者，或有特殊作業需求，建議您可洽詢「企業採購」。

  退換貨說明  會員所購買的商品均享有到貨十天的猶豫期（含例假日）。

退回之商品必須於猶豫期內寄回。

  辦理退換貨時，商品必須是全新狀態與完整包裝(請注意保持商品本體、配件、贈品、保證書、原廠包裝及所有附隨文件或資料的完整性，切勿缺漏任何配件或損毀原廠外盒)。

退回商品無法回復原狀者，恐將影響退貨權益或需負擔部分費用。

  訂購本商品前請務必詳閱商品退換貨原則。

  同類商品新上架 1. 創意百分百!Photoshop超人氣編修與創意合成技法(暢銷增量版) 2. 打造高速網站從網站指標開始：全方位提升使用者體驗與流量的關鍵 3. LibreOffice7.x實用範例輕鬆學-Writer、Calc、Impress(附教學影片與範例) 4. 最新人工智慧概論-含AIL國際認證Specialist、ExpertLevels-最新版(第二版)-附MOSME行動學習一點通：診斷 5. 用mBot2玩AI人工智慧與IoT物聯網-使用Scratch3.0(mBlock5)-最新版-附MOSME行動學習一點通：影音.診斷.加值 本類新品熱銷 1. Excel職場聖經：731技學好學滿 2. 機器學習的統計基礎：深度學習背後的核心技術 3. 資料科學的統計實務：探索資料本質、扎實解讀數據，才是機器學習成功建模的第一步 4. Python資料分析必備套件！Pandas資料清理、重塑、過濾、視覺化 5. Metadata後設資料：精準搜尋、一找就中，數據就是資產！教你活用｢描述資料的資料」，加強資訊的連結和透通 本類暢銷榜 1. Python自學聖經(第二版)：從程式素人到開發強者的技術與實戰大全(附影音/範例程式) 2. 精通Python：運用簡單的套件進行現代運算（第二版） 3. Python最強入門邁向頂尖高手之路：王者歸來(第二版)全彩版 4. C語言教學手冊（四版）（附1光碟） 5. Python自動化的樂趣：搞定重複瑣碎&單調無聊的工作(第二版) 訂閱電子報 想獲得最新商品資訊，請訂閱免費電子報 關於我們 關於博客來 關於PCSC 隱私權政策 服務條款 人才募集 利害關係人專區 會員服務 加入會員 新手上路 會員分級 訂閱電子報 24小時隔日取貨 行動博客來 切換行動版 合作提案 企業採購 福利平台 加入供應商 AP策略聯盟 異業合作 客服中心 查詢帳號密碼 客服信箱 客服中心Q&A 線上客服 好站連結 OKAPI 閱讀生活誌 青春博客來 售票網 博客來Youtube 博客來粉絲團 得獎認證 天下雜誌2017金牌服務大賞 2016新世代最嚮往企業 SSL憑證服務 數位時代2012年台灣網站100強 電子發票推廣標章 dpmark資料隱私保護標章 數位時代2011台灣電子商務TOP50強 行政院環保署B2C網購包裝減量標章。

包裝減量。

環保材質。

循環包材。

客戶服務專線：02-26535588傳真：02-27885008服務時間：週一~五8:00~19:00，週六~日、例假日9:00~18:00，365天全年無休 博客來數位科技股份有限公司地址：臺灣115台北市南港區八德路四段768巷1弄18號B1之1  食品業者登錄字號：A-196922355-00000-9 Copyright©since1995books.com.twAllRightsReserved.