衍生品定价：传统量化最硬核的金融工程
模块编号：第五支柱
前置知识：数理金融（随机微积分、无套利定价、资产价格模型）
难度等级：⭐⭐⭐⭐⭐
预计学习时间：8-10 小时
模块简介
衍生品定价是传统量化研究体系中数学要求最高、理论最严密的部分。
如果说因子投资是”用统计方法找阿尔法”，那么衍生品定价就是”用无套利原理确定价格应该是什么”。两者的思维方式截然不同：
- 因子投资：数据驱动，从历史中寻找超额收益的模式
- 衍生品定价：理论驱动，从无套利条件推导出唯一合理的价格
一句话总结：衍生品定价不是预测价格涨跌，而是回答”在不存在套利机会的前提下，这个合约应该值多少钱”。
为什么衍生品定价是传统量化的硬核部分
数学工具最密集
衍生品定价用到的数学工具覆盖了数理金融的精华：
| 数学工具 | 在哪里用到 |
|---|---|
| 伊藤引理 | 推导 BSM 公式、Heston 模型 |
| Girsanov 定理 | 风险中性测度转换 |
| Feynman-Kac 公式 | PDE 与期望的等价转换 |
| 蒙特卡洛模拟 | 路径依赖期权定价 |
| 偏微分方程 | 有限差分法求解 |
| 测度论 | 等价鞅测度的严格定义 |
无套利约束最严格
因子研究中，一个因子”对不对”很大程度上是经验问题——你可以用样本外数据检验。
但衍生品定价中，一个模型”对不对”有明确的检验标准：它是否违反无套利条件。如果违反了，市场价格会立刻被套利者抹平，你的模型就是错的。
机构真实需求
全球场外衍生品（OTC derivatives）的名义本金超过 600 万亿美元。定价和对冲这些产品是大型投行和买方机构的核心能力：
- 期权做市：实时定价 + Delta 对冲
- 波动率交易：买卖隐含波动率偏差
- 结构化产品：Exotic 期权的定价和风控
- 信用风险：CVA/DVA 计算
适合与不适合的学习者
适合
- 期权/波动率方向：这是你的专业核心，没有商量余地
- 做市商：定价引擎和 Delta 对冲是你每天的日常工作
- 利率/固收方向：利率衍生品是固收量化的深水区
- 结构化产品方向：Exotic 期权的定价逻辑都来自这里
- 想建立”定价思维”的人：理解无套利定价会让你对所有金融产品有更深的认识
暂时不适合
- 纯因子研究者：这个模块对因子挖掘的直接帮助有限
- 数理金融基础薄弱的人：请先完成数理金融模块
- 只做 CTA 趋势跟踪的人：衍生品定价不是你的优先事项
- 刚入门量化的人：建议先从计量经济学和因子投资入手
前置知识清单
| 知识点 | 需要掌握的程度 | 来源模块 |
|---|---|---|
| 布朗运动与伊藤引理 | 能推导 | 数理金融 |
| 风险中性定价 | 理解 Q 测度和等价鞅测度 | 无套利定价理论 |
| GBM 模型 | 能用 Python 模拟股价路径 | 资产价格模型 |
| 基础概率统计 | 正态分布、累积分布函数、分位数 | 基础 |
| Python 编程 | numpy、matplotlib、scipy | 基础 |
学习路径
起点
│
├──→ 01-期权定价 ─────────────────────────────────┐
│ [从"期权是什么"开始] │
│ [二叉树 → BSM → 蒙特卡洛 → Greeks] │
│ [最核心、最经典的部分] │
│ 难度: ⭐⭐⭐⭐⭐ 时间: 4-5 小时 │
│ │
├──→ 02-利率衍生品 ───────────────────────────────┤
│ [从"借钱利率"开始] │
│ [IRS → Cap/Floor → Swaption → 短利率模型] │
│ [数学工具类似，但对象完全不同] │
│ 难度: ⭐⭐⭐⭐ 时间: 3 小时 │
│ │
└──→ 03-信用衍生品 ───────────────────────────────┘
[从"借钱不还怎么办"开始]
[违约概率 → CDS → Merton 模型 → CDO]
[将"信用"转化为可量化、可定价的风险]
难度: ⭐⭐⭐⭐ 时间: 2-3 小时
终点：建立衍生品定价的完整知识框架
文件导航
| 文件 | 核心内容 | 预计时间 | 难度 |
|---|---|---|---|
| 01-期权定价 | 期权概念、二叉树、BSM 推导、Greeks、蒙特卡洛、随机波动率、波动率微笑 | 4-5 小时 | ⭐⭐⭐⭐⭐ |
| 02-利率衍生品 | 利率基础、IRS、Cap/Floor、Swaption、Vasicek、Hull-White、Bootstrap | 3 小时 | ⭐⭐⭐⭐ |
| 03-信用衍生品 | 违约概率、CDS、Merton 模型、CDO/CLO、CVA/DVA | 2-3 小时 | ⭐⭐⭐⭐ |
总计：约 8-10 小时
三个文件的核心逻辑
01-期权定价：从直觉到 Black-Scholes
这是一条从最直觉的概念到最经典的公式的旅程：
"期权是什么"（买菜权）
↓
二叉树（离散定价）
↓
连续极限 → BSM 公式
↓
Greeks（敏感度分析）
↓
蒙特卡洛（路径模拟）
↓
随机波动率（BSM 的改进）
↓
波动率微笑（市场的真相）
02-利率衍生品：利率世界的定价
利率衍生品的定价逻辑和期权类似，但挑战完全不同——利率不是单个随机变量，而是一条曲线：
"借钱利率"（基础概念）
↓
利率互换（IRS）
↓
Cap / Floor / Swaption
↓
短利率模型（Vasicek → Hull-White）
↓
利率曲线 Bootstrap
03-信用衍生品：违约风险的价格
信用衍生品处理的是”借钱不还”这个最朴素的金融风险：
"借钱不还怎么办"（违约概率）
↓
CDS（信用违约互换 = 违约保险）
↓
Merton 模型（公司 = 期权）
↓
CDO/CLO（结构化产品）
↓
CVA/DVA（对手方风险）
代码环境准备
pip install numpy pandas scipy matplotlib| 包名 | 用途 |
|---|---|
| numpy | 数值计算、随机模拟 |
| pandas | 时间序列处理 |
| scipy | 统计分布、优化求解、特殊函数 |
| matplotlib | 可视化 |
推荐参考书
| 书名 | 作者 | 特点 | 建议用法 |
|---|---|---|---|
| Options, Futures, and Other Derivatives | John Hull | 衍生品圣经，覆盖最全面 | 权威参考，随时翻阅 |
| Stochastic Calculus for Finance II | Shreve | 连续时间定价的严格推导 | 配合数理金融模块深入 |
| The Concepts and Practice of Mathematical Finance | Joshi | 直觉解释好，代码友好 | 入门和直觉建立 |
| Quant Job Interview Questions and Answers | Joshi | 面试导向，题目精炼 | 检验理解程度 |
这个模块在整个知识体系中的位置
┌──────────────────┐
│ 衍生品定价 │ ← 你在这里
│ (BSM、IRS、CDS) │
└────────┬─────────┘
│ 依赖
┌────────┴─────────┐
│ 数理金融 │
│ (伊藤、Girsanov) │
└──────────────────┘
│
┌────────────────────┼────────────────────┐
│ │ │
┌────────┴───────┐ ┌───────┴────────┐ ┌──────┴─────────┐
│ 做市 / 执行 │ │ 结构化产品 │ │ 风险管理 │
│ (Delta 对冲) │ │ (Exotic 定价) │ │ (Greeks、CVA) │
└────────────────┘ └────────────────┘ └────────────────┘
衍生品定价是”高阶模块”，它直接支撑了做市定价、结构化产品和风险管理等实际应用。如果你不做衍生品相关的工作，这个模块可以放在最后学习。
版本信息
- 创建日期：2026-03-28
- 最后更新：2026-03-28
- 许可：CC BY-NC-SA 4.0