如何將過程轉換為蒙地卡羅期權定價的風險中性度量？
我正在嘗試使用蒙地卡羅方法為期權定價，並且我將價格過程模擬作為輸入。標的是遠期合約，因此模擬的平均值始終是目前遠期價格（也是模擬的起點）。沒有漂移。
然而，這些模擬是根據市場數據進行校準的，並且表現出即均值回歸和其他市場行為的最佳估計。因此，即使它們的漂移為零，我相信它們也不是風險中性的，不能用於蒙地卡羅估值。
**有沒有辦法將任意市場模擬（以市場衡量）轉換為風險中性衡量？**在不知道生成它們的 SDE 的情況下，因為它可能是帶有一些進一步任意後處理的 SDE。
我認為我不能直接使用它們的原因是，一些模擬（特別是商品價差的模擬）表現出均值回歸特性，就像在真實市場中一樣。這意味著，較大時間的終端價格變異數不會線性上升，而是會放緩甚至接近一個常數。與標準 GBM 模型相比，這降低了期權價格。但是對於具有類似性質的過程，即 Ohrenstein-Uhlenbeck，期權價格隨著平均回歸速度（由http://web.mit.edu/wangj/www/pap/LoWang95.pdf聲稱）上漲，這只是反作用。
似乎我遺漏了一些明顯的東西，因為蒙地卡羅方法在任何地方都被宣傳為在非常複雜的價格過程中評估期權的最佳方法，但似乎這些不能完全任意（必須是風險中性的）而且我尚未找到有關如何驗證和/或確保這一點的任何來源。
風險中性措施的使用基於套利消除或有索賠的瞬時風險的能力。儘管對於遠期合約，對沖數量是 1.0，但在一般或有債權情況下，我們必須假設它隨市場狀態瞬時變化。
Girsanov 定理立即告訴我們現實世界的“市場衡量標準”（您的歷史路徑是實現的）和適合為或有債權定價的風險中性衡量標準之間的區別。差異以漂移調整的形式出現。
由於調整取決於市場狀態，因此將所有路徑值簡單地乘以相同的常數以實現任何特定的終端分佈是不合適的。相反，您需要有一種即時調整的方法。
在這裡，我相信你有兩個選擇：
你不必相信任何事情。如果任何日期的預期除以現貨價格是無風險零息債券的回報，則模擬是風險中性的。這就是一切（唯一的例外是支付股息的股票，您必須在此期間減去股息。）
另一個問題是，如果您想對其他特徵進行建模，例如均值回歸、隨機波動性、隨機性等，但這與定價度量無關，僅與模型 SDE 相關。只要預期收益每次都是無風險的 $ T>0 $ 你處於風險中性的世界。