6つのステップ数、毎回半分になる1つの差

Tam
Tam
·Founder & AI Builder·2026-09-27
Binomial Tree Convergence cover

ツリーは収束して初めて役に立つ

CRRツリーは O(1/N) でブラック・ショールズに収束します。差は10ステップで0.243、1,000で0.0025、比率は理論値100に対して98.6です。アメリカン・プットは、ツリーに比較できる閉形式がないケースです。

二項ツリーは連続価格過程を離散過程で近似します。近似が価値を持つのは、格子が細かくなるにつれて離散の答えが連続の答えに近づくときだけです。実際に走らせるステップ数でそれが起きるのを見るのも助けになります。同じ収束の問いはシミュレーションにも当てはまり、モンテカルロ誤差は仮定ではなく測定されます。

ワークブックは同じオプションでCRR格子を6つのステップ数で走らせ、それぞれを閉形式と比べます。

Nツリー価格ブラック・ショールズ差
1011.593711.8370−0.24334
5011.787811.8370−0.04923
10011.812411.8370−0.02465
20011.824711.8370−0.01233
50011.832111.8370−0.00493
1,00011.834611.8370−0.00247

2つのことが見えます。

差はどのステップでも縮みます。 ワークブックは、絶対差が縮まなかったステップ数の件数を数えており、その数はゼロです。

比率は100に近い。 N=10の差をN=1,000の差で割ると98.6です。誤差が O(1/N) なら比率は100になるはずで、98.6は漸近的な率と6点で示せるものの差です。収束だけでなく収束次数の実証的な確認です。

2つ目の格子チェック:最終層の合計と後向き帰納

2つ目のチェックは、同じツリーを評価する完全に異なる2つの方法を比べます。ペイオフをノードを通して後ろにロールする方法と、最終ペイオフをリスク中立確率で重み付けして合計し、一度だけ割り引く方法です。

N=10で、2つは11.59370952300479と11.59370952300475を与えます。差は 4 × 10⁻¹⁴。2つの実装がほとんどコードを共有しないので価値があります。片方はツリーを後ろに歩き、もう片方は最終層を列挙します。どちらかのインデックスの誤りはすぐ現れます。

MODEL sheet, CRR binomial tree: six step counts from 10 to 1,000, each price beside Black-Scholes and the gap
The convergence table. The gap falls at every step count, from 0.243 at 10 steps to 0.0025 at 1,000.

ツリーが唯一の選択肢になる場所

アメリカン・プットOPT-7には閉形式がありません。その価値8.307は完全に格子から来て、2件のチェックが支えます。

早期行使の価値はゼロ未満になれない。 アメリカン価値は同じ条件のヨーロピアン価値以上でなければなりません。ここでは8.3073対7.9160、プレミアム0.3913です。チェックが片側なのには理由があります。負の早期行使プレミアムは小さな誤りではなく、不可能だからです。

格子は収束した。 N=200で8.307296、N=100で8.301168、差は0.0061、価値の約0.07%です。限界シートが離散化誤差として引用する数字で、アメリカン価格を6桁ではなく有効数字3桁で読むべき理由です。

CRR収束が不規則になる場合の警告

ワークブックの制約・限界シートには、ほとんどの収束表が述べない注記があります。

> どのステップ数でも差が縮むことはここで観測されますが、CRRの収束は O(1/N) で、ストライクがノードの間にあると振動し得ます。合格を一般的な定理と受け取らないでください。この6つのステップ数とこのストライクで成り立つものです。

それが正しい注意の水準です。CRRツリーは、ストライクが2つのノードの間にあるとき、ギザギザの誤差パターンを生みます。オプションのペイオフの折れ点が、ステップ数によって最寄りノードからの距離が変わるからです。ここではストライクがアット・ザ・マネーで、6つの数が最悪をたまたま避けています。

保証を求める読者は、隣接するステップ数(たとえば199と200)で計算し、近いことを確認すべきです。O(1/N) の期待より大きく違うなら、ストライクが不都合な位置にあり、奇数と偶数のステップの平均、または別のパラメータ化が修正です。

収束表が確立すること

ツリーと閉形式は予測された率で縮む差で一致し、ツリーの2つの評価経路は 10⁻¹⁴ で一致します。格子の実装が正しい証拠です。

どれもモデルがオプションを正しく価格付けすることを証明しません。比べる閉形式が同じボラティリティ入力を使うからです。比較は共有入力に依存します。誤ったσは両方法を一緒に動かすので、一致は格子を試し、入力を試しません。それがこのワークブックのすべてのチェックの構造的限界で、統合の記事が17件をその文脈に置く理由です。格子が収束する閉形式は解析対数値の記事に、そこから計算する感応度はグリークスの記事にあります。17件のチェックはデリバティブのページで確認できます。

Micaのワークブックでは、同じシートで格子を6つのステップ数で実行します。収束表は入力とともに更新され、1つのシートの6つの数がパターンを見えるようにします。それはExcelのモデリング手法でもあります。

このモデル検証シリーズは、手法を実演するために合成ケースを使用しています。投資・税務・法務上の助言ではありません。

最終更新:2026-11-01 · 内部チェック済み。独立監査ではありません。 · 方法論とレビュー

Tam
Tam

Tam is the Founder & CEO of MINDLINK TEC LTD, an AI creator and product builder building creative AI tools including Mica and Bobi.


Mica

ローカルで動く AI で、スプレッドシートをもっと賢くします。Excel の作業を自然言語で自動化します。

お問い合わせ

メール: service@mindlink.tools

会社:MINDLINK TEC LTD

© 2026 MINDLINK TEC LTD. All rights reserved.