第2章：有限差分法入门

好，咱们今天聊聊有限差分法。说实话，我刚入行那会儿，看到「偏微分方程」这几个字就头大。后来做期权定价项目，被逼着啃下来，才发现这东西其实没那么玄乎。

有限差分法，说白了就是「用离散代替连续」。你想想看，期权价格随时间和标的价格变化，这是个连续的过程。但计算机没法处理连续，只能处理离散的点。那怎么办？把时间和价格切成一小块一小块，在网格上求解。

2.1 网格剖分原理

网格剖分，就是给问题画格子。我习惯把时间轴和价格轴分别处理。

假设期权剩余期限是 T，我们把时间分成 N 等份：

Δt = T / N
t_n = n * Δt,  n = 0, 1, 2, ..., N

价格方面，假设标的价格范围是 [0, S_max]，分成 M 等份：

ΔS = S_max / M
S_i = i * ΔS,  i = 0, 1, 2, ..., M

这样我们就得到了一个 (M+1) × (N+1) 的网格。每个节点 (i, n) 对应价格 S_i、时间 t_n 处的期权价值 V_i^n。

下面这张图展示了网格剖分的核心逻辑：

2.2 显式差分格式

显式格式，思路很直接。我们用差分近似代替偏导数。

对于时间导数，用向前差分：

∂V/∂t ≈ (V_i^{n+1} - V_i^n) / Δt

对于价格的一阶和二阶导数，用中心差分：

∂V/∂S ≈ (V_{i+1}^n - V_{i-1}^n) / (2ΔS)
∂²V/∂S² ≈ (V_{i+1}^n - 2V_i^n + V_{i-1}^n) / (ΔS)²

代入 Black-Scholes 方程，整理后得到：

V_i^{n+1} = α_i * V_{i-1}^n + β_i * V_i^n + γ_i * V_{i+1}^n

其中系数 α_i、β_i、γ_i 由参数 σ、r、Δt、ΔS 决定。

2.3 隐式差分格式

隐式格式和显式正好相反。时间导数用向后差分：

∂V/∂t ≈ (V_i^{n+1} - V_i^n) / Δt

但空间导数全部用 n+1 时刻的值：

∂V/∂S ≈ (V_{i+1}^{n+1} - V_{i-1}^{n+1}) / (2ΔS)
∂²V/∂S² ≈ (V_{i+1}^{n+1} - 2V_i^{n+1} + V_{i-1}^{n+1}) / (ΔS)²

这就麻烦了。每个时间步，我们得到的是一个线性方程组：

A * V^{n+1} = V^n + 边界条件

矩阵 A 是三对角的，可以用追赶法高效求解。

2.4 Crank-Nicolson 格式

Crank-Nicolson 格式，说白了就是显式和隐式的加权平均。取 θ = 0.5：

空间导数 = 0.5 * (显式格式的空间导数) + 0.5 * (隐式格式的空间导数)

写成矩阵形式：

(I - 0.5 * Δt * L) * V^{n+1} = (I + 0.5 * Δt * L) * V^n

其中 L 是空间差分算子。

2.5 稳定性分析

稳定性这东西，说白了就是「误差会不会越算越大」。

显式格式的稳定性条件（冯·诺依曼分析）：

Δt ≤ (ΔS)² / (σ² * S_max² + r * (ΔS)²)

简化后常用：

Δt ≤ (ΔS)² / (2 * σ² * S_max²)

隐式格式无条件稳定。Crank-Nicolson 也是无条件稳定。

格式	精度（时间方向）	稳定性条件	每步计算量
显式	一阶	有条件（Δt 受限）	O(M)
隐式	一阶	无条件	O(M)
Crank-Nicolson	二阶	无条件	O(M)

嗯，到这里，有限差分法的基础就讲完了。网格怎么画、三种格式怎么写、稳定性怎么判断，这些是后面所有内容的地基。下一节我们会把这些方法真正用到期权定价上，到时候你会看到，这些抽象的公式是怎么变成真金白银的。

---