Trinomial Tree Option Pricing:三状態格子と早期行使
教育目的のみであり、投資助言ではありません
Trinomial Tree は時間と価格を離散格子にし、原資産が各ステップで上昇、中間水準維持、下落する三状態を作ります。リスク中立遷移確率を調整し、満期 Payoff を計算してから各 Node の確率加重価値を割り引き、現在まで後ろ向きに解きます。
Binomial Tree より多い中間枝は、Moment Matching、Strike/Barrier への Node 配置、数値挙動の改善に自由度を与えます。ただし自動的に精度が上がるわけではなく、パラメータ、Step 数、配当、行使規則、境界、入力が結果を決めます。
Tree は各 Node で継続価値と即時行使を比較できるため American Option に有用です。三価格は実際の株価予測ではなく数値状態です。
格子と後ろ向き帰納法
Section titled “格子と後ろ向き帰納法”時間幅 Δt に株価倍率 u > m > d、確率 pᵤ、pₘ、p_d を定めます。再結合 Tree は上昇後下落などの経路を既存 Node に戻し、Node 数を抑えます。
リスク中立確率は少なくとも、
pᵤ + pₘ + p_d = 1
および連続配当利回り q のとき、
pᵤu + pₘm + p_dd = e^((r−q)Δt)
を満たします。具体的方式は分散または Moment 条件も加えます。全確率は 0 から 1 でなければならず、負値は無効な Grid/Parameter を示します。
満期に Call は V = max(S−K,0)、Put は max(K−S,0)。前の Node の European 継続価値は、
V_continue = e^(−rΔt)(pᵤVᵤ + pₘVₘ + p_dV_d)。
American Option は、
V = max(V_continue, 本源的価値)
を使います。根まで反復します。離散現金配当は Ex-Dividend 下落を Tree または遷移に反映します。隣接 Node から Greeks を推定できますが Grid と差分による Noise があります。
1 ステップ数値例
Section titled “1 ステップ数値例”S₀ = $100、Put Strike K = $105、無リスク成長因子 R = 1.02。u = 1.10、m = 1.00、d = 0.90、確率を、
pᵤ = 0.35、pₘ = 0.50、p_d = 0.15
とします。合計は 1、期待株価成長は、
0.35(1.10) + 0.50(1.00) + 0.15(0.90) = 1.02 = R。
| 満期株価 | Put Payoff max(105−S,0) |
確率加重 Payoff |
|---|---|---|
$110 |
$0 |
$0 |
$100 |
$5 |
$2.50 |
$90 |
$15 |
$2.25 |
European Put は、
V₀ = ($0 + $2.50 + $2.25) / 1.02 = $4.6569。
American Put の根での即時行使は $105 − $100 = $5。$5 > $4.6569 のため、この 1 ステップ Tree は行使を選び価値を $5 とします。
確認として European Call は上昇時だけ $5 を払い、C = 0.35($5)/1.02 = $1.7157。C − P = −$2.9412 は S₀ − K/R = $100 − $105/1.02 = −$2.9412 と一致します。
モデル検証とリスク
Section titled “モデル検証とリスク”- 具体的 Parameterization を示し、「Trinomial」だけで
u、d、確率を定義しません。 - 負の確率を拒否し、リスク中立成長と分散条件を確認します。
- Step を増やして収束を記録します。
- 同条件の European 結果を Black-Scholes と比較し、本源的価値と無裁定境界を確認します。
- American 価値が European 以上か、Exercise Boundary を確認します。
- 離散配当、金利、借株、行使方式、決済、契約調整を正しく反映します。
- Strike、Barrier、配当日を可能なら Grid に合わせます。
- Volatility、Step 数、時間離散、境界を Stress Test します。
- Model Value と実行可能 Bid/Ask、費用、滑り、Size を区別します。
- 独立実装または Benchmark で Indexing と Discounting Error を探します。
よくある誤解
Section titled “よくある誤解”- 「三枝は上・横ばい・下の予測。」価格計算用の数値状態です。
- 「確率は歴史的発生率。」モデルのリスク中立 Weight です。
- 「枝が多ければ正確。」誤校正の Tree は誤りです。
- 「1 Step で早期行使なら現実も今行使。」粗い例と省略入力に依存します。
- 「Model Price は実行可能な公正価格。」Fill は需給、Spread、在庫、費用次第です。
- 「収束はモデルの真実性。」仮定内の数値安定性だけを示します。