[发明专利]提高期权价格计算速度的程序化方法和系统

说明书

本发明公开了一种提高期权价格计算速度的程序化方法和系统，对于高频程序化交易中提高运算性能、节省计算机计算资源消耗、避免数据积压有重要作用。其技术方案为：从泰勒公式出发，以线性估计条件为判断基准，以经典二叉树定价模型为核心，建立起美式期权高性能定价方法。该方案通过异步计算理论价、低阶希腊字母和高阶希腊字母，实现理论价格的及时更新，是对既有程序化策略交易平台的有益补充。具体而言，是通过引入两个定时器以分别实现异步计算基本参数和扩展希腊字母的目标，由此可以有效提高期权理论价计算性能、降低计算机资源消耗、避免交易平台后台数据积压、克服串行处理带来的延时问题。

技术领域

本发明涉及金融软件服务领域，适用于高频交易场景下的美式期权合约理论价格和例如希腊字母的参数计算。

背景技术

期权是一类重要的金融衍生产品，对于企业发现产品价格、对冲交易风险、降低交易成本等有重要意义。随着国内金融监管体系的不断完善、金融资本市场的稳步发展，国内多家交易所陆续推出多种期权产品以服务实体经济，并且产品类型主要集中于美式期权。因此，市场参与主体需要计量美式期权产品的理论价格(理论价格也称理论价，下同)。

做市商作为市场流动性的提供方，常常需要在程序化交易过程中利用高频数据计算期权价格、完成报单报价。然而，区别于欧式期权具有解析解，美式期权因为其定价具有复杂性，一般只有数值解和近似解析解。数值解常见的估值模型包括二叉树模型、蒙特卡洛模拟、三叉树模型等；近似解析解常见的估值模型包括BAW模型、Bjerksund-Stensland(2002)模型等。

尽管多步长的二叉树模型可以较为准确的计算美式期权价格，但是在相同的硬件条件下，欧式期权Black-Schole模型完成理论价计算需要1微秒，BAW模型需要17微秒，二叉树模型(步长为100)需要370微秒。BAW模型等近似解析解模型尽管性能上面有所提升，但是也存在期权到期日较长时定价结果不准确、计算性能难以和Black-Schole模型相媲美等问题，因此很多投资者依然愿意选择经典二叉树模型这一计算资源消耗较大的算法。

在投资实践中，计算期权合约(期权合约也可以简称合约)理论价时，交易平台服务端需要基于市场行情重新计算隐含波动率、波动率模型参数、理论波动率数值、期权合约理论价格。因此，当服务端同时接收到多个合约的多笔行情时，若基于经典二叉树模型顺序完成期权合约定价计算，那么存在极大可能造成数据积压，导致无法完成合约理论价格的及时更新、影响交易员对市场的判断，巨大的计算资源消耗也会给交易平台服务端带来潜在的运行风险。

一般地，在期权实盘交易中，交易所每500毫秒推送一次行情，每次行情变动将会触发理论价的重新计算。因此，正如前文所说，当期权合约个数达到一定数量级时，学术界推崇的二叉树美式期权定价模型明显的计算延时将可能致使500毫秒内甚至无法完成合约定价，给交易平台带来巨大的计算负荷，可能使交易员在高频交易过程中错失良机。

总而言之，美式期权定价模型的复杂性导致其理论价格存在速度慢、延时长、性能不佳等种种问题。因此，直接采用标准二叉树模型进行美式期权估值无法满足高频交易的性能需求，换言之，如果基于学术界的期权定价模型直接计算美式期权价格，将会给交易软件带来巨大负荷，甚至可能会由于计算机资源不足造成数据积压，使得期权理论价数值无法及时反映市场行情，从而给投资者带来可以预见的交易成本。

从技术方案角度来看，良好的程序化交易平台需要计量美式期权的理论价格，同时应当具备如下两个特征，其一，计算性能良好，能够在高频行情这一场景下以最小的计算资源开支完成期权理论价计算；其二，估值结果可靠，计算结果能够应用于投资实践、符合交易员实际需求；但是学术界现有的美式期权定价算法并不能满足如上需求。

因此，目前业界亟待提出一种针对美式期权定价的高性能算法，能够解决美式期权定价所产生的性能瓶颈问题。

发明内容