基于遗传算法的BP神经网络在权证定价中的应用.pdfVIP

【金融改革】 基于遗传算法的BP神经网络 在权证定价 中的应用 赵 健 (1．中南财经政法大学，湖北 武汉 430060；2．黄淮学院，河南 驻马店 463000) 摘要：对金融衍生品的定价一直都是理论界和实务界所关注的热点问题之一。传统的参数模型 定价方法，容易产生系统性偏差，而神经网络方法在解决这一问题时具有明显的优势。本文基 于遗传算法改进 的BP神经网络模型(GABP)，利用我国8只权证的1050天数据、标的股票1900天 的数据和其他所需数据作为训练数据训练网络 。研究结果表明，神经网络在权证的定价 中效果 要优于B—S模型；而RBF模型精度大于BP模型的预测，GABP模型的精度大于RBF模型的预测。 关键词：BP神经网络；RBF神经网络；遗传算法；权证定价 文章编号 ：1003—4625(2010)09～0022—06 中图分类号：F830．91 文献标识码 ：A Abstract：HOW topricefinancialderivatesisoneofhottopicsfortheoristsandpracticefields．Theidea ofthetraditionalparameterpricingmethodeaneasilyleadtosystematicbias，butneuralnetworkhas theobvioussuperiority．InthisarticleweusethegeneticalgorithmstoimprovetheBPneuralnetwork model(countedasGABPmode1)，analyzetheChina’Seightwarrantsdataof1050days，theunderlying stockdataandotherdata．Atlastwef0undthataneuralnetworkinthepricingofwarrantsineffectis betterthantheB—Smodelineffect．TheRBF neuralnetworkisbetterpredictioninaccuracythanthe BPneuralnetwork，theaccuracyoftheGABPmodellargerthanthatoftheRBFneuralnetwork． KeyWords：BPArtificialNeutralNetworks；RBFArtificialNeutralNetworks；GeneticAlgorithm；War— rantPricing 1992年6月中国大陆发行了第一只权证，它的 MyronScholes发表 《期权和公司负债的定价》一文， 出现给金融市场带来了非常重大的变化 。虽经多年 提出了著名的Black—Scholes期权定价模型 (简称 发展，我国的权证市场依旧处于初级尝试阶段，各种 B—S模型)。随后不同的学者对该模型进行了改进 ， 制度尚不规范，投机气氛非常浓厚。由于投资过度 以期得到更符合现实情况的模型，提出了诸如二叉 曾导致监管当局关闭权证市场9年，给金融市场带 树模型、蒙特卡洛模型等定价模型。这些模型在一 来了负面的影响。因此较为准确地评估权证的价 定的程度上解决了期权定价 中存在 的一些问题 ，然 值，对于改善现状是非常有利的。 而这些模型都是建立在一定的前提假设上面的，这 一 、 文献综述 些假定是与市场的实际情况相违背的，这样一来预 1973年，美国芝加哥大学教授 FischerBlack和 测误差就无法从根本上消除。 收稿 日期 ：2010—07 作者简介：赵健 (1977一)，女，河南新野人，博士，黄淮学院经济管理系讲师。 金融理论与实践 22 2o1o年第9期(总第374期)