求解金融工程中的美式期权最优行权边界
注：项目嵌入一学期课程，按六阶段推进（第 1–16 周）
勾选你想借鉴的做法，填上自己课程的目标与情景，S-PBL 智能体一次性生成符合 3R 的项目设计。
案例概述
本案例依托《数值分析》专业选修课，以金融工程中的美式期权早行权问题为真实情境，让数学专业高年级本科生与研究生以团队为单位，用一学期时间求解美式期权的最优行权边界（自由边界）。学生在没有解析解、模型参数不确定、计算时效有要求的真实约束下，运用插值、误差分析、PDE 离散与迭代求解等课程核心知识，设计并实现「边界更新+PDE 求解」的数值算法，最终产出可复现实验报告、可运行代码与可视化演示组成的「产品包」，并在公开答辩中接受同伴与行业/科研导师的检视。项目把抽象的数值方法锚定到证券公司衍生品定价、风险对冲与压力测试的现实痛点，让学生体会「插值不仅是公式推导，更是算法设计的核心思想」。
顶层设计
学生能够掌握插值（Lagrange/Newton/样条）与误差估计，理解自由边界的数学表述（互补条件/变分不等式/Stefan 型条件）及常用离散化思路，并能将「边界更新+PDE 求解」转化为可实现的数值算法，进而对算法进行稳定性、收敛性与复杂度分析。
学生能够提升数值建模与算法设计能力（流程图/伪代码/模块化），熟练使用 MATLAB/Python 完成实现、可视化与单元测试，基于对照实验开展参数敏感性分析与结果解释，并以报告与答辩形式进行学术表达；同时在团队协作中完成「建模—算法—实现—验证—迭代—展示」全流程。
学生能够形成面向真实问题的工程意识与严谨科研作风（可复现、可解释、可验证）；在使用 AI 工具辅助检索与编程时遵守学术诚信与数据安全要求，理解金融场景中的风险边界与责任意识。
本案例以「求解金融工程中的美式期权最优行权边界（自由边界）」为主线，按学校「3R」（真实问题、真实过程、真实成果）模型设计。真实问题来自定价与风险管理的现实痛点——在给定市场参数与标的价格区间下，快速、稳定地计算美式期权价格及其最优行权边界并量化误差与计算成本，问题无标准答案、需在精度与效率间权衡，且紧扣课程内核（插值、误差、PDE 离散）。真实过程让学生以团队为单位自主分工与决策，在教师提供「最小可行模型+基准算例」支架下开展文献调研、方案论证与编码实现，并通过与基准解/高精度网格解对照、用户/专家反馈等方式反复验证与迭代（更换插值阶次、网格加密策略、边界更新策略等）。真实成果形成面向明确受众（同专业学生、行业导师/量化开发）的产品包，含可复现实验报告、可运行代码与可视化演示，并在公开展示/答辩中接受反馈。
驱动性问题（GRASPPS）
在真实金融场景下利用插值思想高效求解自由边界（美式期权最优行权边界），并给出可解释的误差与效率评估
承接衍生品定价与风险管理需求的（学生）数值算法/量化开发团队
同专业学生与行业导师/量化开发（情境受众，准真实）
证券公司衍生品定价、风险对冲与压力测试中对美式期权价格及最优行权边界的快速稳定计算需求
情境理解与建模、方案论证（含伪代码与复杂度预估）、模块化实现（插值/PDE 求解/边界更新/误差评估）、与基准解对照、调参与稳健性测试的多轮迭代
产品包：可复现实验与方法报告、可运行代码与说明文档、可视化演示（边界随时间/价格变化曲线、误差与耗时对比）、答辩 PPT 与海报
理论正确、实验充分、误差/效率分析清晰，代码可运行可复现，结论可解释，图表与写作规范
项目选题
选题锚定《数值分析》课程中「插值与逼近、误差分析、迭代求解、PDE 离散」等核心内容。美式期权的价值不仅由 PDE 决定，还受「是否立即行权」的最优决策约束，从而产生未知的最优行权边界（自由边界），要求学生把课程核心方法综合应用于「边界更新+PDE 求解」的算法设计与误差/复杂度分析。
美式期权早行权问题直指证券公司衍生品定价、风险对冲与量化开发等数学/应用数学专业学生心仪的职业方向；在没有解析解、参数不确定、时效要求高的真实约束下完成算法设计与验证，能锻造学生的数值建模、工程实现与学术表达能力，并可沉淀为未来科研/实习的作品集。
自由边界问题广泛出现于相变界面推进、渗流与扩散以及金融工程中的美式期权/可转债嵌入期权定价；其在证券公司衍生品定价、风险对冲与压力测试中具有直接应用价值，是扎根真实金融业务、无标准答案的现实难题。
- 本项目为单一真实情境（美式期权最优行权边界求解）；各组在同一驱动问题下自主选择技术路线（如「有限差分/Crank–Nicolson + 边界插值更新」或「互补问题+投影迭代」等），形成差异化的方案与实验。
实施过程
- 1认知美式期权定价需求与评价指标是什么？自由边界的挑战在哪里？（第 1–2 周：问题情境与需求澄清）
组建团队与角色分工；理解定价需求与评价指标（误差/耗时/稳定性）；把「数学问题」转化为「可评价的工程任务」，明确驱动性问题与里程碑。
阶段成果：《项目任务书》与风险清单（数据、进度、技术路线）。知识 / 工具支架：自由边界概念；美式期权基本模型；评价指标定义。教学内容：情境导入与需求澄清；自由边界问题的数学表述方法 / 资源：教师提供情境材料、最小可行模型与参考文献清单；课堂建立「可复现与诚信」规范。产教融合：提供真实业务报告/系统截图（脱敏）与业务需求作为情境素材 - 2探究在多种技术路线中如何理性选择并形成可执行的算法蓝图？（第 3–4 周：调研探究与方案论证）
文献调研（互补问题/变分不等式、惩罚法、Front-fixing 等）；确定「插值更新边界+PDE 离散」主方案并给出公式推导与伪代码。
阶段成果：《方案论证报告》（含公式推导、伪代码、复杂度预估）。知识 / 工具支架：插值（样条/分段多项式）、误差估计；有限差分与时间推进。教学内容：插值与误差、PDE 离散；方法工作坊示范一个简化算例方法 / 资源：方法工作坊；伪代码模板与代码规范（函数接口/单元测试）。 - 3创造如何完成最小可行原型并建立基准对照，使后续迭代有客观参照？（第 5–7 周：原型实现与基准对照）
实现核心模块（插值、PDE 求解器、边界更新）；构建基准解（细网格/高精度）并做首次对照实验。
阶段成果：「V1 原型代码」与一轮对照结果图（边界曲线、误差-步长关系）。知识 / 工具支架：Crank–Nicolson/隐式格式；线性方程组求解；误差与收敛阶验证。教学内容：数值格式稳定性与收敛阶；边界条件与插值振荡的处理方法 / 资源：教师提供调试清单与常见坑（稳定性、边界条件、插值振荡）；安排同伴代码走查。 - 4创造如何围绕稳定性、效率与误差来源开展系统实验并完成多轮改进？（第 8–11 周：迭代优化与稳健性测试）
围绕痛点改进插值阶次/节点选择、网格加密、步长策略；开展参数敏感性与稳健性测试。
阶段成果：《阶段报告2》：精度/耗时/稳健性对比表与改进结论。知识 / 工具支架：自适应网格/局部加密思想；实验设计（控制变量）；性能剖析。教学内容：实验设计与性能分析；数据可视化方法 / 资源：教师提供数据可视化与性能分析支架；中期方案路演与代码走查。产教融合：「专家时刻」：邀请行业/科研导师对指标设置与工程可用性给出建议 - 5交付如何把成果固化为公开可检视的产品并经答辩获取真实反馈？（第 12–15 周：成果固化与公开展示）
打磨产品（完善文档、复现实验脚本、图表与结论）；准备答辩与海报；进行一次模拟路演并据反馈修改；完成公开答辩。
阶段成果：最终「产品包」发布（报告+代码+演示）；终期答辩。知识 / 工具支架：学术写作与图表规范；可复现实践（环境说明、随机种子、版本管理）。教学内容：学术表达与可复现规范；答辩与海报制作方法 / 资源：提供 Rubric 与优秀范例；组织模拟答辩与同伴互评；强调 AI 辅助的引用与署名规范。产教融合：行业/科研导师参与终期点评（对工程可用性与表达给出加权建议） - 6交付如何总结方法边界与适用场景，并把框架迁移到其他自由边界问题？（第 16 周：反思迁移与拓展）
总结方法局限与适用场景；提出可迁移拓展（如 Stefan 问题/其他自由边界、不同插值与迭代策略）。
阶段成果：个人学习反思与团队复盘文档；可选拓展小报告。知识 / 工具支架：方法泛化思路；误差来源归因；研究问题提出。教学内容：方法迁移与误差归因；后续研究问题的提出方法 / 资源：教师引导撰写「后续研究/改进清单」，并将成果沉淀为课程资源库。
课堂以「衍生品定价与风险管理」案例开场：给出一组市场参数与业务需求（在限定时间内给出价格与最优行权边界，并解释误差与耗时）；教师展示真实业务报告/系统截图（脱敏）与一个简化算例，引出自由边界的挑战与课程价值，并建立「诚信、可复现、协作」的课堂文化。
项目启动会明确学习目标、评价方式与课堂文化，完成分组（4–6 人/组）与角色定位（组长、算法、工程、文档、展示）；随后围绕插值与误差、PDE 离散、边界更新策略开展「短讲授+例题推演+上机实践」并提供模板代码与数据集；采用两周一个 sprint 的节奏开展「计划-实现-测试-复盘」，课堂设「诊断门诊」解决稳定性、插值振荡、边界条件实现等共性困难；中期进行方案路演与代码走查并邀请行业/科研导师点评；终期举行公开答辩（报告+演示+问答）。
设置三类反思：每周学习日志（个人）、每次 sprint 复盘（团队）、终期反思（方法局限与迁移）。教师用引导问题帮助学生从「现象」回到「原理」（误差来源、稳定性条件、复杂度瓶颈）。
全过程沉淀为可追溯材料：项目任务书、会议纪要、阶段报告、代码版本记录（Git/压缩包）、实验日志、最终产品包与课堂影像。
项目成果
- 自由边界求解工具：可运行代码（MATLAB/Python）与可视化界面，输出期权价格曲面与最优行权边界曲线
- 研究与实验报告（模型推导、离散方案、误差与效率对比、稳健性分析与局限）
公开答辩（报告 + 演示 + 问答）：证明结论可复现、代码可运行、指标可解释
优秀作品纳入课程资源库并在院内教学交流中示范
项目图集
图片来自课程案例原始材料（成果展、课堂现场、学生作品等），点击在本页放大查看。
评价设计
- 需求澄清：项目任务书与计划（需求澄清、里程碑、风险管理）（教师）
- 方案论证：文献调研与方案论证报告（问题理解、推导严谨性、路线选择理由）（教师）
- 原型与迭代：阶段性代码与实验日志（模块化、可复现、对照实验设计与结果）（教师 + 同伴代码走查）
- 中期展示：中期展示与同伴互评（表达清晰、回应质询、互评质量）（同伴互评 + 行业/科研导师点评）
- 问题定义与指标— —— 问题界定与评价指标（误差/耗时/稳定性）是否清晰、合理
- 方法正确性与创新性— —— 方法（插值更新边界+PDE 离散等）是否正确，路线选择与改进是否有创新性
- 实现质量（鲁棒/可复现）— —— 代码是否模块化、鲁棒、可复现（环境说明、版本记录、测试用例）
- 验证与对照— —— 是否与基准解/高精度网格解对照，误差与收敛阶、效率对比是否充分
- 结果解释— —— 结论是否可解释（误差来源、稳定性条件、复杂度瓶颈）
- 表达与协作— —— 报告/答辩的写作与图表规范、演讲与质询应答、团队协作
- AI 使用合规— —— AI 辅助检索与编程是否遵守学术诚信、引用与署名规范、数据安全
3R 解读
- 项目源于证券公司衍生品定价、风险对冲与压力测试中「快速、稳定地计算美式期权价格及最优行权边界并量化误差与计算成本」的真实业务痛点，情境具体（给定市场参数与标的价格区间、时效要求），有清晰角色（数值算法/量化开发团队）与约束（无解析解、参数不确定、计算时效受限），回应对象与判断标准明确（面向同专业学生与行业导师，以误差/效率/可复现受检），属准真实场景化问题。
- 问题复杂、结构不良、无标准答案，需在精度与效率间权衡，并综合插值、误差分析、PDE 离散与迭代求解等多模块知识做多步探究。
- 项目直指《数值分析》课程的核心难点——把插值/误差/离散方法用于「边界未知、需与 PDE 耦合求解」的自由边界问题，并进行稳定性、收敛性与复杂度分析；这类「插值即算法设计核心思想」的工程化判断力靠讲授难以覆盖，必须在做中学习得。
- 学生以团队为单位自主分工与决策，在同一驱动问题下自主选择技术路线（有限差分/Crank–Nicolson + 边界插值更新、或互补问题+投影迭代等），决策空间大。
- 需开展文献调研（互补问题/变分不等式、惩罚法、Front-fixing 等）、构建基准解并处理对照实验数据，经历真实的调研与探究（偏文献与数值实验，非外部田野采集）。
- 采用两周一个 sprint 的迭代节奏，经基准对照、同伴代码走查、中期路演与行业/科研导师点评等多轮反馈并实质迭代（更换插值阶次、网格加密策略、边界更新策略）。
- 成果有较明确的受众（同专业学生与行业导师/量化开发），但属情境/准真实受众，未指明真实甲方机构现场接收使用。
- 最终以「产品包」（可复现报告+可运行代码+可视化演示+答辩 PPT/海报）公开展示，但公开范围以课堂/院内答辩与课程资源库为主，对外公开（媒体/上线/真实用户使用）为计划或可选。
- 终期答辩获得行业/科研导师的实质反馈，但原文为申报/设计版——真实外部受众的实际到场反馈与推广成效待实际开课后落实与补充。
- 【改进建议·真成果】本案真问题与场景已足够具体，短板在真成果——受众为情境/准真实对象、公开范围以院内为主、真实外部反馈尚待落实。建议落实至少一位真实行业方（券商量化/衍生品定价团队）参与终期答辩并实际接收产品包，使「真实反馈」从专家点评走向真实甲方验收，可显著提升 O1/O2/O3。
- 【改进建议·真成果】可将优秀产品包在课程公开画廊、院系成果展或行业活动对外公开展出/上线（含可运行 Demo），提升成果的课堂外公开度与社会检视。
- 【改进建议·真过程】R2 偏文献调研与数值实验，建议补充一次面向真实业务参数/数据的需求对接（如券商提供脱敏参数集与基准），让调研与迭代依据更贴近真实业务，而非仅基于教师给定的基准算例。
- 【改进建议·评价】终结性 Rubric 各维度仅给等级（1–5 级）未给百分比权重，建议补充各维度权重以提升打分一致性。
教师反思
本项目以金融工程中的真实定价问题驱动数值分析教学。最深的体会是：数学类项目往往难以像产业课题那样获得现成的真实项目背景，更多是以高挑战度的"真问题"为驱动，因此情境营造与学习支架尤为关键。实施中通过分阶段的方法讲解、代码一对一辅导与中期评审，帮助学生跨越"从公式到可运行算法"的门槛。未来可进一步引入更贴近业界的定价数据、或与金融机构的真实定价需求对接，增强成果的真实受众感。