在金融的理论和实务中,各种数理模型已经得到了广泛的应用,但是大部分基于数理模型的研究都是在假设某个模型为真实模型之后,给出其定价方法和相应的复制策略。遗憾的是我们很难知道真实模型,因此本文在假设真实模型未知的情况下,研究衍生品进行定价和相应复制策略的问题。首先,本文指出了以往对于模型不确定性与模型风险的研究框架的不足,在更加贴近市场操作的情况下研究模型风险给衍生品定价带来的影响。其次研究不同的复制策略,如参数复制策略和传统的Delta复制策略,其复制误差与模型选择、模型参数稳定性、真实测度的漂移项和真实状态变量等的关系。除此之外,本文还详细讨论了参数复制策略和Delta复制策略的优劣,以及这两种策略对模型风险的敏感度问题。最后,假设标的资产的真实过程是一个SVJ过程,分别用GBM,Local,Heston-Nandi,以及SABR模型进行参数敏感度复制和传统的Delta复制,通过模拟发现,在真实模型未知的情况下,一个实际中好的模型并不一定是一个复杂的模型,而是在各种复制策略下的表现都很稳定的模型;简单模型的参数复制策略的稳定性远超复杂模型,并且不容易受到模型风险的影响。而复杂模型的Delta复制策略比它所对应的参数复制策略的稳定性要高,但还是不如简单模型的Delta复制策略。由于模拟假设了标的资产的真实过程,因此本文的一些模拟结果可能受此影响,但并不妨碍最后的总体结论。