Ⅰ 關於金融工程學的問題急需。。。。。
1.
這題考的是一級二叉樹模型。
設風險中性概率為P，則有：
115 * P + 95 * (1-P) = 100 * (1 + 6%)
解之得：
P = 55%
若股票價格上升，該期權收益為0。若股票價格下跌，該期權收益為10。因此現在期權價值為：
(0 * 55% + 10 * (1-55%))/(1 + 6%) = 4.245
2.
這題可以直接套用Black-Sholes公式。
S為股票現價42。
K為期權執行價格40。
r為年化無風險利率10%。
sigma為波動性20%。
T為期權期限0.5
d1 = (ln(S/K) + (r+(sigma^2)/2)*T)/(sigma * (T^0.5)) = 0.769
d2 = d1 - sigma * (T^0.5) = 0.628
N(-d1) = 0.221
N(-d2) = 0.265
期權價格為：
p = Kexp(-rT)N(-d2) - SN(-d1) = 0.801
3.
這題應該是用利率平價理論。
F是遠期匯率。
S是當前匯率。
idollar是美元無風險利率。
ieuro是歐元無風險利率。
F = S * (1 + idollar) / (1 + ieuro) = 1.43 * (1 + 6%) / (1 + 8%) = 1.4035
如果說取兩位小數，那麼應該是不存在套利機會。
如果硬要說1.4035大於1.40，那麼套利方法是：
目前以無風險利率借入美元，以當前匯率兌換成歐元，進行無風險投資，同時做空歐元期貨。一年後把投資所得的歐元兌換回美元並償還債務。
Ⅱ 無風險套利有實例嗎
當然可行,不過無風險套利品種較多,不清楚你指的是哪種.
另外,這里指的無風險相對於正常交易中產生的風險.
以目前國內股市來說,ETF基金在交易通暢並且有一定資金實力的情況下就可以進行無風險套利.因為在市場上交易的ETF多是以供求關系決定的價格走勢,當買盤積極時,會產生「溢價」（反之產生「折價」），當「溢價」水平超過手續費時就可以進行無風險套利了。即如果ETF市值大於ETF凈值而產生套利機會，稱之為「溢價套利」；反之ETF市值小於ETF凈值而產生套利機會，稱之為「折價套利」。溢價套利中，套利者先買入一籃子股票組合（成本近似為ETF凈值），然後發送申購指令要求實時申購，最後將申購的ETF份額當日賣出（收益近似為ETF市值），賺取「ETF市值和ETF凈值之差乘以套利單位（如100萬）」的收益，只要該收益值大於套利費用，套利者就可賺錢。折價套利中，套利者先買入ETF份額（成本近似為ETF市值），然後發送贖回指令要求實時贖回，最後將贖回的籃子股票組合賣出（收益近似為ETF凈值），賺取「ETF市值和ETF凈值之差乘以套利單位（如100萬）」的收益，只要該收益值大於套利費用，套利者就可賺錢。
如果是股指期貨推出初期,由於不同交割期期指中存在的基差原因,也會出現無風險套利的情況,但由於目前咱們國家還沒有股指期貨(即將推出).推出後可以關注一下
Ⅲ 金融工程所涉及的金融工具有哪些特點及基本類型
金融工程所涉及的金融工具有;;常用的金融工具包括遠期、期貨、期權和互換。按分類而言，金融工具又可分為現貨金融工具和衍生金融工具。在現貨金融工具中，又涉及到四類市場信息：外匯市場、貨幣市場、情舉市場和股票市場。在衍生金融工具中，又直接涉及到諸如遠期比率（含遠期匯價、遠期利率及其協議和綜合遠期外匯協議）。金融期貨（含短期利率期貨、債券期和股指期貨等）、互換和金融期權等信息。
金融工程特點;;及基本類型;..第一類金融信息屬於宏觀經濟與產業信息，因為任何金融市場的活動都離不開宏觀經濟的變化趨勢，離不開產業或行業經濟活動的走勢。所以在這部分內容中必須包含宏觀經濟統計信息、經濟監測與景氣循環信息以及影響經濟活動的各類宏觀經濟政策信息，此外還必須包括產業機構。生產與消費（供給與需求）、產業布局等領域的信息。
第二類金融信息屬於各類金融市場信息，其中包括直接融資市場信息和間接融資市場信息。從信息的具體內容來說，又可以包括貨幣票據市場、資本市場、外匯匯市場、貴金屬市場、金融期貨市場和國際金融市場等范疇的信息。
第三類金融信息屬於企業財務信息，特別是各類企業含上市公司的財務報告、財務報表等。
在常用的金融工程應用中，如套期保值、投機、套利和構造組合中，在所有這些應用中，都有三個「離不開」：即離不開金融信息庫。離不開測算模型、離不開風險與決策分析。風險管理的工具和技術是金融工程的核心，金融信息則是金融工程的基礎。所以現代金融工程必須運用現代金融理論，依託信息技術和信息資源的開發，建立各種靈活有效的控制模型，實現對風險的最佳控制。
Ⅳ 金融工程作業
Call-Put平價公式為P+S=C+Ke^[-r(T-t)]，也可以寫成C-P=S-Ke^[-r(T-t)]。
依題意可知，C-P=7，S=50，K=40，e^[-r(T-t)]=1/(1+10%/2)=1/1.05。
故此，7=C-P<S-Ke^[-r(T-t)]=50-40/1.05=11.9。
也就是說這其中存在套利機會，應該同時對該股票相同執行價格和時間期限的期權進行買入看漲期權和賣出看跌期權從中套利。
Ⅳ 在CPA財務管理中，什麼是套利空間，套利組合，套利
套利的定義是指通常指在某種實物資產或金融資產（在同一市場或不同市場）擁有兩個價格的情況下，以較低的價格買進，較高的價格賣出，從而獲取無風險收益。在金融工程中，它特指可以通過金融工具的組合建立一種投資組合，建立該組合時不需要成本，而且將來可以產生非負的收益。這就牽扯到你想問的套利組合的問題，描述這一問題的特定研究方向就叫投資組合理論。
套利空間其實就是套利行為中投機者預期的收益率的大小。
套利組合指的是若干種證券組成的投資組合，其收益是這些證券收益的加權平均數，但是其風險不是這些證券風險的加權平均風險，投資組合能降低非系統性風險。
Ⅵ 求解金融工程題目
預期銅價下跌,對遠期生產的銅,做賣出期貨100手套期保值. 結果:現貨市場,由於銅價,少收入:500*(16100-15600)=250000元期貨市場,賣出期貨由於價格下跌而盈利:,
Ⅶ 金融工程（如何利用期權投機）
看漲當然是long call（即買入看漲期權），這樣比買入股票的杠桿更高。以上述為例，買入股票的話可以買100股（4000/40），買入期權的話可以買入2000股（4000/2），如果股價漲到50元，買股票可獲得1000元利潤，買期權可獲得6000元利潤。但要注意，這2000股要在期權到期前達到47元（45+2）以上才會開始產生利潤，若到期時股價在45元或以下就血本無歸了
Ⅷ 一個金融工程套利的小題： 假設標准普爾500指數現在的點數是1000點,該指數所含股票的紅利收益率
標准普爾500指數期貨每點指數價值是250美元，那就是說該期貨合約的價值=1080*250=27萬美元。
期貨的理論價格=1000*e^[(10%-5%)/4]=1000*e^0.0125=1000*1.01258=1012.58點
該公司應賣空的標准普爾500指數期貨合約份數為：1.2*10,000,000/（125*1530）=31
成分指數是選取一些質量較高的上市公司，以其股票價格編制的指數，而綜合指數是以全部上市公司的股票為基礎編制的指數。兩者不同，因此也不要瞎轉。指數點數主要有三個因素決定：基期，基點以及經濟增長速度。
(8)金融工程中股票套利擴展閱讀：
股指期貨套利是指利用股指期貨市場存在的不合理價格，同時參與股指期貨與股票現貨市場交易，或者同時進行不同期限、不同（但相近）類別股票指數合約交易，以賺取差價的行為。股指期貨套利分為期現套利、跨期套利、跨市套利和跨品種套利。
與股指期貨對沖類似，商品期貨同樣存在套利策略，在買入或賣出某種期貨合約的同時，賣出或買入相關的另一種合約，並在某個時間同時將兩種合約平倉。在交易形式上它與套期保值有些相似，但套期保值是在現貨市場買入（或賣出）實貨、同時在期貨市場上賣出（或買入）期貨合約；而套利卻只在期貨市場上買賣合約，並不涉及現貨交易。 商品期貨套利主要有期現套利、跨期對套利、跨市場套利和跨品種套利4種
Ⅸ 怎麼簡單理解金融學里的套利
套利( arbitrage): ，廣義的套利在金融工程的定義中是指可以通過金融工具的組合建立一種投資組合，建立該組合時不需要成本，而且將來可以產生非負的收益。投資組合中的金融工具可以是同種類的也可以是不同種類的。 在市場實踐中，套利一詞有著與定義不同的含義。實際中，套利意味著有風險的頭寸，它是一個也許會帶來損失，但是有更大的可能性會帶來收益的頭寸。
例子：
商品價差套利
套利最簡單的例子來自利用同一商品在不同市場上出現較大價差套利。例如同種小麥價格在產區（例如堪薩斯）通常低於城市（紐約），一旦城市小麥價格減去運輸、倉儲及風險成本仍高於產區小麥價格，則可進行買入產區小麥，賣出城市小麥的套利。
匯率價差套利
假設倫敦交易所的匯率（扣除交易成本）為1美元兌換100日元；東京交易所的匯率為1美元兌換83日元。套利者可以在東京賣出日元買入美元，在倫敦賣出美元買入日元，例如用1000日元在東京兌換12美元再將此12美元在倫敦兌換1200日元，獲取200日元的利潤。不過目前兩個貨幣市場同種貨幣價差達到10%的情況已經極少發生。
股票價差套利
當某支股票或其期貨在紐約股票交易所與芝加哥商業交易所的價差大於其交易成本，則出現股票價差套利機會：套利者可以在定價較低的交易所買入股票同時在定價較高的交易所賣出以獲得利潤。在計算機交易普及後不同交易所股票價差達到可獲利區間的機會已經很少，且轉瞬即逝，只有使用計算機監視大量股票價差並自動進行套利交易,即進行多品種程序化交易方有獲利的可能。如今股票價差套利已經轉變為大型機構交易系統通訊速度與演算法執行速度的「軍備競賽」。