当今世界金融市场发展迅猛，金融衍生产品不断创新，其交易也不断地吸引着投资者的目光。亚式期权由于其自身的特性，作为国际金融市场上交易最为活跃的期权之一，其定价问题则显得尤为重要。由于几何平均亚式期权的特殊性质，人们已经求得了其解析形式解。而相对来说，算术平均亚式期权的定价问题则没有那么容易，因为无法得到其平均和的分布密度函数。　　 蒙特卡罗方法是常用的数值模拟方法之一。由于蒙特卡罗方法在高维情况下，收敛速度相对于传统数值方法的巨大优势，使得其倍受青睐。拟蒙特卡罗方法是基于蒙特卡罗思想发展出来的数值方法，既继承了蒙特卡罗方法的优点，同时又提高了模拟的精度。用固定的低偏差序列来代替伪随机序列，理论上一方面提高了收敛速度，另一方面也使得模拟实验具有可重复性。由于数列的固定性，人们又提出了随机拟蒙特卡罗方法，通过在低偏差序列上进行适当的随机化处理，可以提高收敛速度。随机拟蒙特卡罗方法结合了蒙特卡罗方法以及拟蒙特卡罗方法的优点，是二者的有机结合。　　 本文主要研究了低偏差序列的特性，给出了Halton序列、Faure序列以及Sobol序列的Matlab程序算法。比较了各低偏差序列的分布特征，以及其在Moro逆变换后的分布特征。在以上分析基础上，本文着重研究了拟蒙特卡罗方法和随机拟蒙特卡罗方法在期权定价时的优缺点比较。从一维上看，Sobol序列的分布优于Faure序列，Faure序列优于Halton序列；随机化后R_Sobol序列最好，R_Halton优于R_Faure序列。而在高维模拟时，低偏差序列的模拟误差效果顺序不变，但是随机化后，低偏差序列的顺序则不然：R_Halton和R_Faure序列收敛速度明显加快，而R_Sobol序列效果不明显。　　 随机化能够节省计算时间，提高低偏差序列的收敛速度。特别地，对于Halton序列以及Faure序列的改善非常明显。对于Sobol序列的改进效果不明显，甚至模拟误差大于原序列。在总模拟点个数确定时，只有选择适当的随机化次数才能使得改进效果最好，需要在选择低偏差点列个数与随机化次数上作很好的平衡。