歡迎來到二項式期權定價模型 (Binomial Option-Pricing Model)！

歡迎來到 CM2 中最實用的章節之一！如果你曾經好奇交易員是如何為期權定價的，那麼你來對地方了。雖然 Black-Scholes 模型（稍後會學到）使用了複雜的微積分，但二項式模型卻只運用簡單的算術和「樹狀」結構。

你可以把它想像成金融界的「冒險小徑」書籍。在每一個步驟，股價只有兩種可能：升 (Up) 或 跌 (Down)。學完本章後，你將能夠建立這些樹狀圖，並透過倒推法 (working backward) 算出期權在今日的公平價格。起初如果覺得步驟繁多也不用擔心，一旦掌握了其中的規律，這一切都會變得輕而易舉！

1. 核心概念：單步模型 (The One-Step Model)

假設一隻股票目前的價值為 \( S \)。在一個很短的時間內（我們稱之為 \( \delta t \)），股價只有兩種變動可能：
1. 升至價格 \( uS \)（其中 \( u > 1 \)）
2. 跌至價格 \( dS \)（其中 \( d < 1 \)）

關鍵術語：無套利假設 (The No-Arbitrage Assumption)
要使此模型成立，升幅和跌幅因子必須與無風險利率 \( r \) 有關。具體來說：\( d < e^{r\delta t} < u \)。
為什麼呢？ 如果股票的回報總是高於銀行利率，每個人都會借錢去買股票（這就像「免費午餐」）；如果股票的回報總是低於銀行利率，就沒人會買它了。

快速回顧
S = 現時股價
u = 上升因子（例如：1.10 代表上升 10%）
d = 下跌因子（例如：0.90 代表下跌 10%）
r = 無風險利率（連續複利）

2. 風險中性定價：其中的「秘密武器」

這是很多學生容易卡住的地方，但其實這是一個非常巧妙的捷徑。在現實世界中，投資者是「風險規避」的，並要求較高的風險溢價。然而，我們可以使用一種稱為風險中性估值 (Risk-Neutral Valuation) 的技巧。

我們假裝投資者不在乎風險。在這個虛構的世界裡，每一項資產（包括我們的股票）都會獲得無風險利率 \( r \)。我們計算一個特殊的機率，稱為風險中性機率 (Risk-Neutral Probability, \( q \))。

計算 \( q \)（向上變動的機率）的公式為：
\( q = \frac{e^{r\delta t} - d}{u - d} \)

而向下變動的機率則簡單地為 \( 1 - q \)。

比喻：想像你在賭博。\( q \) 並不是球隊獲勝的真實機率，它是為了讓賭局公平，使莊家和賭客都沒有不公平優勢而計算出的「平衡」機率。

常見錯誤：如果題目給出了「真實世界」的機率，千萬不要用它！在為期權定價時，永遠要使用上述公式來計算 \( q \)。

3. 期權估值：倒推法 (Working Backward)

有了機率之後，我們就可以找出期權的價值。我們分三個步驟進行：

  1. 計算最終回報 (Payoffs)：如果是認購期權 (Call)，價值為 \( max(S_{final} - K, 0) \)；如果是認沽期權 (Put)，則為 \( max(K - S_{final}, 0) \)。
  2. 找出期望值：將「上升」回報乘以 \( q \)，「下跌」回報乘以 \( (1-q) \)。
  3. 折現回現值：由於我們是在時間線上向後推移，我們需要用無風險利率進行折現。

今日期權價值 (\( f \)) 的公式為：
\( f = e^{-r\delta t} [ q f_u + (1-q) f_d ] \)

重點總結

期權的價值就是其未來回報的折現期望值，並使用風險中性機率計算得出。

4. 擴展至多步樹模型

現實生活中的時間步驟不止一個。兩步的二項式樹看起來像個菱形。
- 第 0 步： \( S \)
- 第 1 步： \( uS \) 和 \( dS \)
- 第 2 步： \( uuS \)， \( udS \)， 和 \( ddS \)

注意： 在大多數 CM2 模型中，我們假設樹狀圖是可重組的 (recombining)。這意味著「先升後跌」與「先跌後升」會導向同一個價格（即 \( udS = duS \)）。這能避免樹狀結構變得過於龐大！

如何求解多步樹模型：
1. 從左到右填入所有股價。
2. 計算最末端節點（最右側）的期權回報。
3. 使用估值公式，一次一列地向後倒推，直到回到起點。

你知道嗎？ 當你增加更多步驟（使 \( \delta t \) 變得越來越小），二項式模型實際上就會轉變為 Black-Scholes 模型！它們的邏輯是一樣的，只是多了無限個步驟而已。

5. 美式期權與歐式期權

這是 IFoA 考官非常喜歡的主題！

歐式期權 (European Options)：只能在期末執行。你只需正常地對樹狀圖進行倒推即可。

美式期權 (American Options)：可以在任何時間執行。
在每個節點倒推時，必須進行一個檢查：
節點價值 = Max(公式計算出的價值, 立即執行的價值)

如果立即執行的價值高於折現後的「觀望」價值，持有者就會提早執行。這在股價大幅下跌時的美式認沽期權中非常常見。

6. Delta (\( \Delta \))：複製組合 (The Replicating Portfolio)

這個模型不只用於定價，還用於對沖 (hedging)。Delta (\( \Delta \)) 告訴我們需要購買多少股標的股票來「複製」期權的行為。

Delta (\( \Delta \)) 的公式：
\( \Delta = \frac{f_u - f_d}{S_u - S_d} \)

記憶小撇步： Delta 就是「斜率」。它是期權價格的變化除以股價的變化。
- 對於認購期權，\( \Delta \) 為正值（0 到 1 之間）。
- 對於認沽期權，\( \Delta \) 為負值（-1 到 0 之間）。

如果你持有 \( \Delta \) 數量的股票並借款支付期權成本的餘額，你就構建了一個合成期權 (Synthetic Option)。這就是「Delta 對沖」背後的邏輯。

總結清單

在進入練習題之前，請確保你能做到以下幾點：
1. 計算風險中性機率 \( q \)。
2. 建立一個 2 步或 3 步的股價樹狀圖。
3. 從最終回報向後倒推，求出目前的期權價格。
4. 識別美式期權應何時提早執行。
5. 計算樹狀圖中任何節點的 Delta (\( \Delta \))。

如果起初覺得這些很棘手也不用擔心！試著在紙上畫出一個簡單的 2 步例子。一旦你看著數字倒流，邏輯自然就會變得清晰。你一定沒問題的！