应用背景
QuantPlus Analytics为用户提供了多种美式期权的定价引擎，用户可以在Excel中快速创建期权定价的模型。为了便于用户快速创建模型，QuantPlus提供了一套建模的思想和机制，该机制很好了利用了面向对象建模的思想，能够基于对象的概念进行模型的创建、以及利用多态的概念对各种金融工具利用同一个函数进行定价。这里对于任何金融工具的定价都可以使用qpNPV函数公式，该函数是多态的一个很好的实例。该函数的参数都是以对象的方式进行传入。
下面我们将重点介绍该机制在美式期权中具体应用。首先，让我们看看该美式期权的具体合约属性：
1. 假设该合约是IBM股票的期权合约，该合约是标准美式期权。合约起始日是1998-5-15，合约到日期为1999-5-17年。
2. 标的资产为股票。股票服从BS随机过程，当前的价格为36元。其波动率设为常量0.2。股票价格和无风险利率可由市场数据得到为0.06；
3. 股票期权的敲定价格为40元。
利用QuantPlus来进行定价，实现基本参数的对象化构建
QuantPlus定价引擎通过三个重要参数：Instrument、PricingMethod以及RiskFactorModel来创建定价引擎，为指定的美式期权进行定价。这三个参数均是以对象的方式进行传入，首先我们要构造这三个对象。
1. 交易产品定义—Instrument
American Option_1：创建美式期权对象，使用qpVanillaOption函数，所需参数如下：
Objectid：对象名称；
Payoff：回报对象名称；
Exercise：行权对象名称；
American Option_2：同American Option_1，设立另一个美式期权对象，用不同方法定价；
Payoff对象
Payoff Type：回报类型，这里设立为Vanilla；
Option Type：期权类型，call或put；
Strike：行权价；
Strike Type Payoff：行权类型对象，这里用qpStrikedTypePayoff函数，所需参数如下：
Objectid：对象名称；
Payoffid：回报类型；
Option Type：期权类型；
Strike：行权价；
Exercise Date：行权日
Exercise对象
Exercise Object：行权对象，这里使用qpAmericanExercise函数，所需参数如下：
Objectid：对象名称；
Earliestdasy：最早可行权日；
Latestday：最晚可行权日；
2. 风险因子模型—RiskFactorModel
Black Constant Vol Object：设置波动率对象，这里我们设波动率为常量，用用qpBlackConstantVol函数，所需输入参数如下:
Objectid：对象名称；
SettlementDate：清算日；
Calendar：交易日历；
Volatility：波动率；
Daycounter：日期计数规则；
Underlying：股票价格；
Risk Free Rate：无风险利率；
Dividend Yield：红利；
Stochastic Process Object：随机过程对象，设为一般BS模型，用qpGeneralizedBlackScholesProcess函数，所需参数如下：
Objectid：对象名称；
Blackvolid：上一步设立的波动率对象；
Underlying：股票价格；
Daycounter：日期计数规则；
SettlementDate：清算日；
Risk Free Rate：无风险利率；
Dividend Yield：红利；
3. 计算方法—PricingMethod
AEQPB是Additive EQP（Equal Probability） Binomial Tree方法，是使用二叉树定价，但此处go up 和go down的概率都是50%。
CRR是Cox-Ross-Rubinstein (multiplicative)equal jumps binomial tree，也是二叉树模型，但上涨、下跌概率不是50%，而是根据上涨幅度u和下跌幅度d计算得出。
BAWA是Barone Adesi Whaley Approximation Engine，基于Black-Scholes Merton模型，利用二次方程近似解进行定价。
下一步我们创建美式期权对象，输入如下信息：
下面我们用BAWA方法定价：
Pricing Engine Type：输入BAWA；
Pricing Engine：定价引擎，用qpPricingEngine函数，参数如下：
Objectid：对象名称；
Enginejectid：引擎名称；
Processid：随机过程名称；
Set Engine：是否使用引擎，用qpInstrumentSetPricingEngine函数，参数如下：
Objectid：对象名称；
Priceengine：引擎名称
NPV：计算期权价格，用qpInstrumentNPV函数，参数如下：
Objectid：设立的美式期权名称；
Trigger：引用之前的set engine；
使用AEQPB方法定价设置过程和用BAWA定价相同，只是引擎不同，用qpBinomialPricingEngine函数建立引擎对象。主要这里我们设立了两个引擎，分别对应之前设立的两个美式期权对象。
附件是示例演示。