Ⅰ 关于金融工程学的问题急需。。。。。
1.
这题考的是一级二叉树模型。
设风险中性概率为P，则有：
115 * P + 95 * (1-P) = 100 * (1 + 6%)
解之得：
P = 55%
若股票价格上升，该期权收益为0。若股票价格下跌，该期权收益为10。因此现在期权价值为：
(0 * 55% + 10 * (1-55%))/(1 + 6%) = 4.245
2.
这题可以直接套用Black-Sholes公式。
S为股票现价42。
K为期权执行价格40。
r为年化无风险利率10%。
sigma为波动性20%。
T为期权期限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
期权价格为：
p = Kexp(-rT)N(-d2) - SN(-d1) = 0.801
3.
这题应该是用利率平价理论。
F是远期汇率。
S是当前汇率。
idollar是美元无风险利率。
ieuro是欧元无风险利率。
F = S * (1 + idollar) / (1 + ieuro) = 1.43 * (1 + 6%) / (1 + 8%) = 1.4035
如果说取两位小数，那么应该是不存在套利机会。
如果硬要说1.4035大于1.40，那么套利方法是：
目前以无风险利率借入美元，以当前汇率兑换成欧元，进行无风险投资，同时做空欧元期货。一年后把投资所得的欧元兑换回美元并偿还债务。
Ⅱ 无风险套利有实例吗
当然可行,不过无风险套利品种较多,不清楚你指的是哪种.
另外,这里指的无风险相对于正常交易中产生的风险.
以目前国内股市来说,ETF基金在交易通畅并且有一定资金实力的情况下就可以进行无风险套利.因为在市场上交易的ETF多是以供求关系决定的价格走势,当买盘积极时,会产生“溢价”（反之产生“折价”），当“溢价”水平超过手续费时就可以进行无风险套利了。即如果ETF市值大于ETF净值而产生套利机会，称之为“溢价套利”；反之ETF市值小于ETF净值而产生套利机会，称之为“折价套利”。溢价套利中，套利者先买入一篮子股票组合（成本近似为ETF净值），然后发送申购指令要求实时申购，最后将申购的ETF份额当日卖出（收益近似为ETF市值），赚取“ETF市值和ETF净值之差乘以套利单位（如100万）”的收益，只要该收益值大于套利费用，套利者就可赚钱。折价套利中，套利者先买入ETF份额（成本近似为ETF市值），然后发送赎回指令要求实时赎回，最后将赎回的篮子股票组合卖出（收益近似为ETF净值），赚取“ETF市值和ETF净值之差乘以套利单位（如100万）”的收益，只要该收益值大于套利费用，套利者就可赚钱。
如果是股指期货推出初期,由于不同交割期期指中存在的基差原因,也会出现无风险套利的情况,但由于目前咱们国家还没有股指期货(即将推出).推出后可以关注一下
Ⅲ 金融工程所涉及的金融工具有哪些特点及基本类型
金融工程所涉及的金融工具有;;常用的金融工具包括远期、期货、期权和互换。按分类而言，金融工具又可分为现货金融工具和衍生金融工具。在现货金融工具中，又涉及到四类市场信息：外汇市场、货币市场、情举市场和股票市场。在衍生金融工具中，又直接涉及到诸如远期比率（含远期汇价、远期利率及其协议和综合远期外汇协议）。金融期货（含短期利率期货、债券期和股指期货等）、互换和金融期权等信息。
金融工程特点;;及基本类型;..第一类金融信息属于宏观经济与产业信息，因为任何金融市场的活动都离不开宏观经济的变化趋势，离不开产业或行业经济活动的走势。所以在这部分内容中必须包含宏观经济统计信息、经济监测与景气循环信息以及影响经济活动的各类宏观经济政策信息，此外还必须包括产业机构。生产与消费（供给与需求）、产业布局等领域的信息。
第二类金融信息属于各类金融市场信息，其中包括直接融资市场信息和间接融资市场信息。从信息的具体内容来说，又可以包括货币票据市场、资本市场、外汇汇市场、贵金属市场、金融期货市场和国际金融市场等范畴的信息。
第三类金融信息属于企业财务信息，特别是各类企业含上市公司的财务报告、财务报表等。
在常用的金融工程应用中，如套期保值、投机、套利和构造组合中，在所有这些应用中，都有三个“离不开”：即离不开金融信息库。离不开测算模型、离不开风险与决策分析。风险管理的工具和技术是金融工程的核心，金融信息则是金融工程的基础。所以现代金融工程必须运用现代金融理论，依托信息技术和信息资源的开发，建立各种灵活有效的控制模型，实现对风险的最佳控制。
Ⅳ 金融工程作业
Call-Put平价公式为P+S=C+Ke^[-r(T-t)]，也可以写成C-P=S-Ke^[-r(T-t)]。
依题意可知，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。
也就是说这其中存在套利机会，应该同时对该股票相同执行价格和时间期限的期权进行买入看涨期权和卖出看跌期权从中套利。
Ⅳ 在CPA财务管理中，什么是套利空间，套利组合，套利
套利的定义是指通常指在某种实物资产或金融资产（在同一市场或不同市场）拥有两个价格的情况下，以较低的价格买进，较高的价格卖出，从而获取无风险收益。在金融工程中，它特指可以通过金融工具的组合建立一种投资组合，建立该组合时不需要成本，而且将来可以产生非负的收益。这就牵扯到你想问的套利组合的问题，描述这一问题的特定研究方向就叫投资组合理论。
套利空间其实就是套利行为中投机者预期的收益率的大小。
套利组合指的是若干种证券组成的投资组合，其收益是这些证券收益的加权平均数，但是其风险不是这些证券风险的加权平均风险，投资组合能降低非系统性风险。
Ⅵ 求解金融工程题目
预期铜价下跌,对远期生产的铜,做卖出期货100手套期保值. 结果:现货市场,由于铜价,少收入:500*(16100-15600)=250000元期货市场,卖出期货由于价格下跌而盈利:,
Ⅶ 金融工程（如何利用期权投机）
看涨当然是long call（即买入看涨期权），这样比买入股票的杠杆更高。以上述为例，买入股票的话可以买100股（4000/40），买入期权的话可以买入2000股（4000/2），如果股价涨到50元，买股票可获得1000元利润，买期权可获得6000元利润。但要注意，这2000股要在期权到期前达到47元（45+2）以上才会开始产生利润，若到期时股价在45元或以下就血本无归了
Ⅷ 一个金融工程套利的小题： 假设标准普尔500指数现在的点数是1000点,该指数所含股票的红利收益率
标准普尔500指数期货每点指数价值是250美元，那就是说该期货合约的价值=1080*250=27万美元。
期货的理论价格=1000*e^[(10%-5%)/4]=1000*e^0.0125=1000*1.01258=1012.58点
该公司应卖空的标准普尔500指数期货合约份数为：1.2*10,000,000/（125*1530）=31
成分指数是选取一些质量较高的上市公司，以其股票价格编制的指数，而综合指数是以全部上市公司的股票为基础编制的指数。两者不同，因此也不要瞎转。指数点数主要有三个因素决定：基期，基点以及经济增长速度。
(8)金融工程中股票套利扩展阅读：
股指期货套利是指利用股指期货市场存在的不合理价格，同时参与股指期货与股票现货市场交易，或者同时进行不同期限、不同（但相近）类别股票指数合约交易，以赚取差价的行为。股指期货套利分为期现套利、跨期套利、跨市套利和跨品种套利。
与股指期货对冲类似，商品期货同样存在套利策略，在买入或卖出某种期货合约的同时，卖出或买入相关的另一种合约，并在某个时间同时将两种合约平仓。在交易形式上它与套期保值有些相似，但套期保值是在现货市场买入（或卖出）实货、同时在期货市场上卖出（或买入）期货合约；而套利却只在期货市场上买卖合约，并不涉及现货交易。 商品期货套利主要有期现套利、跨期对套利、跨市场套利和跨品种套利4种
Ⅸ 怎么简单理解金融学里的套利
套利( arbitrage): ，广义的套利在金融工程的定义中是指可以通过金融工具的组合建立一种投资组合，建立该组合时不需要成本，而且将来可以产生非负的收益。投资组合中的金融工具可以是同种类的也可以是不同种类的。 在市场实践中，套利一词有着与定义不同的含义。实际中，套利意味着有风险的头寸，它是一个也许会带来损失，但是有更大的可能性会带来收益的头寸。
例子：
商品价差套利
套利最简单的例子来自利用同一商品在不同市场上出现较大价差套利。例如同种小麦价格在产区（例如堪萨斯）通常低于城市（纽约），一旦城市小麦价格减去运输、仓储及风险成本仍高于产区小麦价格，则可进行买入产区小麦，卖出城市小麦的套利。
汇率价差套利
假设伦敦交易所的汇率（扣除交易成本）为1美元兑换100日元；东京交易所的汇率为1美元兑换83日元。套利者可以在东京卖出日元买入美元，在伦敦卖出美元买入日元，例如用1000日元在东京兑换12美元再将此12美元在伦敦兑换1200日元，获取200日元的利润。不过目前两个货币市场同种货币价差达到10%的情况已经极少发生。
股票价差套利
当某支股票或其期货在纽约股票交易所与芝加哥商业交易所的价差大于其交易成本，则出现股票价差套利机会：套利者可以在定价较低的交易所买入股票同时在定价较高的交易所卖出以获得利润。在计算机交易普及后不同交易所股票价差达到可获利区间的机会已经很少，且转瞬即逝，只有使用计算机监视大量股票价差并自动进行套利交易,即进行多品种程序化交易方有获利的可能。如今股票价差套利已经转变为大型机构交易系统通讯速度与算法执行速度的“军备竞赛”。