美式期权定价方法有哪些?
美式期权没有明确的表达式，目前仅仅只能通过数值方式进行求解。从数值求解的角度，主要分为三类：网格预测法、有限差分法、蒙特卡罗模拟法。
(1)网络预测法
网络预测法的主要思想是:在风险中性前提下，将标的资产符合的随机过程进行离散化处理，再用动态规划对其进行求解，获得标的资产衍生品的行情。
目前网络预测法具体可分为二叉树法、三叉树法，以及更多分枝的模型。最早，Cox,Ross和Rubinstein提出了CRR模型，将二叉树方法运用于期权定价中。
在运用CRR模型过程中，发现该方法具有区间震荡收敛的特性，尤其在对美式期权行情估计时收敛速度相当缓慢。加速的二叉树法由Breen提出，该方法在收敛速率上有所提高。Broadie,Detemple提出了BSS方法和BBSS方法，BSS方法主要是针对二叉树方法，BBSS方法则是将外推方法应用于BSS方法中。Parkinson首次提出三叉树法，Kamradt对该方法进一步做了推导。Hull将三叉树方法运用于Vasicek中，并取得了强劲的估计效果。
网格预测法可以对美式期权进行定价预测，但其区间震荡收敛的特性使其难以运用到高维的情况下。一旦时间节点数增多，树的分枝数将会呈现出指数爆炸状态。虽然之后有很多改进模型，但仍然难以改变这一根本性缺点。
(2)有限差分法
有限差分法的主要思想是:将衍生品满足的微分方程变换转化成为差分方程，再用迭代的方式对差分方法进行求值。
Brennan和Schwartz初次使用有限差分方法到期权定价中。Marchuk,Shaidurov最先将Richardson的相关外推技术用到了有限差分方法中去。有限差分法可以很好的应用于欧式期权和美式期权定价中去，但是该外推方式的效用完全取决于单个离散参数的展开，在维数增大时，计算量极大，该问题也很难克服。
(3)蒙特卡罗模拟法
蒙特卡罗法的主要思想为:在某一随机分布的样本空间中进行抽样，再对样本求平均值，用随机空间样本期望代替总体期望。
最早，由Boyle提出了使用蒙特卡罗模拟方法对期权进行定价。他进一步还提出了使用方差减少方法来提高模拟的效率。根据实证预测，蒙特卡罗模拟方法对欧式期权的定价求值十分有效。但对于美式期权，因为它是需要向后迭代搜索的，这使得蒙特卡罗模拟法没办法直接解决该定价问题。对于美式期权，B arraquand,Martineau将标的资产行情的每个状态进行分隔，得到每一条路径在各个区间互相移动的概率，然后采用类似于网格预测法的方法进行逆向求解。Broadie,Glasserman,Jain提出了两个估计的方法，得到两个估计值，以用来估计期权的信赖区间。
