台指选择权价格预测之实证与研究—类神经网路之应用.docVIP

台指選擇權價格預測之實證研究 —類神經網路之應用 林進財 葉欣怡 周欣怡 元培科學技術學院經營管理研究所 銘傳大學管理研究所 元培科學技術學院財務金融學系 摘要 類神經網路模式具有自我學習、高速計算與非線性處理等特性，經學習模擬出決策模型後進而產生預測能力，而應用於衍生性金融商品訂價上，其預測績效亦優於傳統B-S評價模式，因此，本研究利用2003年1月2日至2004年12月31日間，在台灣期貨交易所發行之台灣股價指數選擇權交易資料，應用Lin and Yeh (2005)類神經網路之倒傳遞網路模型，進行在不同波動度估計下的類神經網路模型間之預測績效差異。實證結果顯示，在台股指數選擇權之價格預測上，隱含波動度在價平、價外與深價外選擇權之評價誤差較小；而灰預測方法在價內選擇權則有較小之評價誤差。 關鍵字：台指選擇權、類神經網路、灰色理論、波動度 The Empirical Study of Taiwan Stock Index Option Price Forecasting Model—Applied Artificial Neural Network Chin-Tsai Lin Hsin-Yi Yeh Hsin-Yi Jou Graduate Institute of Business and Management, Yuanpei University of Science and Technology, Hsin Chu 300, Taiwan, R.O.C. Graduate School of Management, Ming Chung University, Taipei, R.O.C. Department of Finance, Yuanpei University of Science and Technology, Hsin Chu 300, Taiwan, R.O.C. ABSTRACT The study is based on the transaction data from the Taiwan stock index option issued by TIFEX from January 2 2003 to December 31 2004. We applied Lin and Yeh (2005) which used the artificial neural network model to contrast the efficiency of forecasted performance in different volatility model. Conclusions indicate that implied volatility incurs less error in at-the-money, out-of-the-money and deep-out-of-the-money than the historical volatility and grey forecast model. And the grey forecast model has smaller error in in-the-money option than historical and implied volatility. Keywords: Taiwan index option, artificial neural network, grey model, volatility 聯絡方式： 新竹市元培街306號 元培科學技術學院 校長室 TEL:03-538-1183 轉 8210 FAX:03-530-2588 E-Mail: ctlin@mail.yust.edu.tw  一、緒論 近年來，隨著台灣金融市場自由化程度逐漸提高，帶動各種衍生性金融商品之相繼推出，非但促使國內金融商品交易之多元化，更提供國內投資者更多之投資避險管道。1997年6月，台灣證券交易所首先推出之本土認購權證(Warrant)，為台灣衍生性金融商品之濫觴。隨後，台灣期貨交易所於1998年7月正式營運後，陸續推出各式台灣股價指數期貨契約，並於2001年12月24日推出台灣股價指數選擇權。由於，投資者日益重視投資組合之風險控管，而股價指數選擇權具有規避金融市場中無法分散之系統風險功能，故台灣股價指數選擇權之推出在健全證券市場發展過程中，扮演著相當重要的角色。因此，除藉由分散投資降低整體總風險外，如何對股價指數選擇權之價格進行準確之評價已為備受重視之課題。 選擇權價格之評價方法，直至Black and Scholes (1973)依據標的物價格波動符合幾何布朗運動之假設，配合偏微分方程式推導出歐式買權