期权定价作为现代金融工程及金融数学的核心内容，一直为业界和学术界的研究重点。本文在介绍几种经典期权定价方法的基础上，引入了具有相对优势的蒙特卡罗方法，并探讨和实现其在期权定价方面的应用。本文首先介绍了现代期权定价的风险中性理论，之后给出以Black-Scholes公式为代表的解析解形式，然后进一步介绍二叉树期权定价模型，有限差分期权定价模型。在蒙特卡罗方法的应用中，方差降低技术可以有效地使计算精度提高。基于大量样本采样并最后取平均值的蒙特卡罗方法，其方差可以通过适当的采样降低。本文的重点就是引入重要性抽样的方差降低技术，并给出实证结果。方差降低技术有共同随机数、对偶变元、控制变元、重要性抽样和分层抽样等方法。重要性抽样的方差降低技术，直观上说就是通过改变概率测度，赋予某些抽取的样本以重要的权重，以使方差降低。本文直接将这种技术应用在亚式期权的定价实践中，并通过与未进行方差降低技术处理的计算结果对比，说明方差降低技术的有效性。由于蒙特卡罗方法可以并行计算，且其计算精度与模拟路径数目呈正相关，文采用有较高开发计算效能的微软高性能计算平台Windows HPC Server2008R2，开发出可应用于高性能计算机的定价引擎。