Java 中的 Black Scholes 和 Monte Carlo 實現

可能重複：

除了 jquantlib 之外，是否還有所有 Java 選項定價庫（最好是開源的）？

誰能推荐一個在 Java 中實現 Black Scholes 和 Monte Carlo 的庫？理想情況下，只有 Java 並且不需要 C++ dll 或 .so 或 .lib 等。

我已經發布了一個關於開源的類似問題，到目前為止，選擇似乎非常有限：

Quantlib - 使用 SWIG 或類似方法與 JVM 通信的 C++ JQuantLib - 將 QuantLib 移植到純 Java，但現在 2 天無法訪問站點。finmath.net - 似乎都是 java 並且有希望，但發現使用它執行小程序時遇到問題。

目前，這是為非常簡單的香草歐元式期權定價。但必須對肯定會出現的複雜性持開放態度。需要蒙地卡羅或其他定價模型。

提前致謝。

這個是用 C# 編寫的，但它可以幫助你用 Java 創建你的： Divergence issue with my monte carlo pricer…

using System;
using System.Threading.Tasks;
using MathNet.Numerics.Distributions;
using MathNet.Numerics.Random;

namespace MonteCarlo
{
   class VanillaEuropeanCallMonteCarlo
   {
       static void Main(string[] args)
       {
           const int NUM_SIMULATIONS = 10000000;
           const decimal strike = 50m;
           const decimal initialStockPrice = 52m;
           const decimal volatility = 0.2m;
           const decimal riskFreeRate = 0.05m;
           const decimal maturity = 0.5m;
           Normal n = new Normal();
           n.RandomSource = new MersenneTwister();


           VanillaEuropeanCallMonteCarlo vanillaCallMonteCarlo = new VanillaEuropeanCallMonteCarlo();

           Task<decimal>[] simulations = new Task<decimal>[NUM_SIMULATIONS];

           for (int i = 0; i < simulations.Length; i++)
           {
               simulations[i] = new Task<decimal>(() => vanillaCallMonteCarlo.RunMonteCarloSimulation(strike, initialStockPrice, volatility, riskFreeRate, maturity, n));
               simulations[i].Start();
           }

           Task.WaitAll(simulations);

           decimal total = 0m;

           for (int i = 0; i < simulations.Length; i++)
           {
               total += simulations[i].Result;
           }

           decimal callPrice = (decimal)(Math.Exp((double)(-riskFreeRate * maturity)) * (double)total / (NUM_SIMULATIONS * 2));

           Console.WriteLine("Call Price: " + callPrice);
           Console.WriteLine("Difference: " + Math.Abs(callPrice - 4.744741008m));
       }


       decimal RunMonteCarloSimulation(decimal strike, decimal initialStockPrice, decimal volatility, decimal riskFreeRate, decimal maturity, Normal n)
       {
           decimal randGaussian = (decimal)n.Sample();
           decimal endStockPriceA = initialStockPrice * (decimal)Math.Exp((double)((riskFreeRate - (decimal)(0.5 * Math.Pow((double)volatility, 2))) * maturity + volatility * (decimal)Math.Sqrt((double)maturity) * randGaussian));
           decimal endStockPriceB = initialStockPrice * (decimal)Math.Exp((double)((riskFreeRate - (decimal)(0.5 * Math.Pow((double)volatility, 2))) * maturity + volatility * (decimal)Math.Sqrt((double)maturity) * (-randGaussian)));
           decimal sumPayoffs = (decimal)(Math.Max(0, endStockPriceA - strike) + Math.Max(0, endStockPriceB - strike));
           return sumPayoffs;
       }
   }
}

您可以嘗試看看NAG是否能滿足我在這篇文章中建議的需求。

它不是免費的，但我認為它是解決任何復雜問題的好工具。

雖然我沒有親自測試過。

引用自：https://quant.stackexchange.com/questions/1926