基于小波神经网络的期权定价模型.pdfVIP

下载本文档

6
0
约2.18万字
约 7页
2017-08-07 发布于福建
举报
版权申诉

基于小波神经网络的期权定价模型.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于小波神经网络的期权定价模型.pdf

第37卷第4期东南大学学报(自然科学版) V01．37No．4 2007年7月 JOURNAL0FSOIrrHEAST Science 2007 IⅡVERSrrY(NatIlralEdition) July 基于小波神经网络的期权定价模型张鸿彦1 林辉2 (1东南大学系统工程研究所，南京210096) (2南京大学商学院，南京210093) 摘要：Black—Scholes模型所要求的假设条件在真实的市场条件下往往不能满足．提出了一种新的应用小波神经网络进行预测的欧式期权定价模型．将期权按钱性进行分类。以一种新的加权的隐含波动率作为神经网络的输入变量，通过小波神经网络模型、BP网络模型和Black—Scholes 模型来预测香港恒指买权的价格．实证结果表明，将一种加权的隐含波动率作为输入变量的小波神经网络模型优于B1ack—Scholes模型和其他神经网络模型．因此该模型可以更有效地预测欧式期权价格．关键词：期权定价；小波神经网络；Black-Scholes模型；隐含波动率中图分类号：F830．9文献标识码：A 文章编号：1001一0505(2007)04聊16旬5 models Optionpricing basedonwaveletneuralnetwork Lin ZhangHongyanlHui2 of Institute (1 systemEn矛neering，Sou山east 210096，aliIIa) uIliversity，N删ing of (2School Business，N锄jingUniversity，N删ing2l0093，cllina) marketsoftenViolatemostoftlleBlack-Scholesmodel’s new Abstract：’I_lle opnon assumptions．A model waVeletneuralnetworkis an such Europeanoptionpricefbrecastingbyapplying proposed．IIl panition to approach，optionaccordingmoneynessis印plied．Herein，tlleabili哆iscoInp鲫ed锄ong mewaVeletneuralnetwork back networkmodelsaIldme models，t11epropagation(BP)neural t0 Black—Scholesmodel is priceHSI(H狮gSengindex)calloptions．AnirnpliedVolatili哆measure used．The resultssh