浅谈应用资料探勘於选择权定价模式之的研究—以台指选择权为例.pdfVIP

Journal of Informatics Electronics, Vol.X, No.X, pp.XX-XX, XXXXXX XXXXX 應用資料探勘於選擇權定價模式之研究—以臺指選擇權為例 1 2 3 4 5 李永山 、陳玉芳、黃錦川 、林昭碧 、吳中信 1-4 5 銘傳大學資管系 、政治大學資訊科學系 1 2 3 4 yuslee@.tw, u8840114@.tw, jchung@.tw , jblin@mail ..tw, 5kairimomo@yahoo .com.tw 摘要 在選擇權交易操作中 ，最重要是選擇權價格之評定 。但目前有關選擇權定價模式的相關研究，其結果 皆與市場價格誤差甚大 ，主要導因於研究中所提出之假設前提與實務差異甚大 ；故本研究利用資料探勘技 術，避免不符實際狀況之研究假設前提 ，建構 準確率較高之定價模式 。 本研究分別採用歷史波動性與隱含波動性，結合類神經網路以建構選擇權定價模式 ，並以MAE 與 MSE 作為與Black-Scholes 模式之比較基礎 。 研究結果發現 ，在使用歷史波動性方面 ，由本研究類神經網路所建構之選擇權權利金定價模式 ，無論 在MAE 與 MSE 之績效 ，皆大幅優於Black-Scholes 選擇權定價模式 。而在使用隱含波動性方面 ，本研究建 構之最佳模式預測績效 ，在價平與價外資料中，其MAE 與 MSE 皆優於Black-Scholes 模式 ；而在價內資料 中，MSE 優於Black-Scholes 模式 ，但MAE 比Black-Scholes 模式稍差 。 本研究建構類神經網路選擇權定價模式之重要因素 ，除了包含Black-Scholes 模式的6 個因素外，在歷 史波動性方面，加入成交量 、未平倉量、開盤價、交易稅及股利 ；在隱含波動性方面 ，加入交易稅及股利 。 關鍵字 ：選擇權 、選擇權定價模式 、資料探勘 、類神經網路 1. 緒論 格 ，也就是選擇權的合理價值 ，將有助於選擇權的 交易運作 。 臺灣期貨交易所於 2001 年 12 月推出 「臺指選 由於財務市場具有極高之變動性 ，而類神經網 擇權(TAIEX Options) 」，由於選擇權的財務槓桿比率 路可以處理非線性模式的能力 ，再加上本身特有的 高 、保證金要求低 ，因此 ，選擇權商品 ，特別獲得 彈性 ，故許多研究指出 ，類神經網路技術對於財務 以投機為主要目的之短線投資人之青睞 ，成交量急 性資料的模式改進 ，有良好的貢獻(Lajbcygier et al., 速竄升 。 1996; Krishnaswamy et al., 2000; Steiner 選擇權交易 ，簡言之，就是交易 「權利」，選擇 Wittkemper, 1998) 。雖然 ，已有許多財務性相關研 權的買方 ，買進某種可執行的 「權利」契約 ，契約 究 ，使用類神經網路技術 ，但應用於選擇權定價模 到期時 ，買方可以選擇是否執行買進的 「權利」，換 式上 ，卻為數不多 ；故本研究利用資料探勘技術 ， 言之 ，買方有執行契約之權利 ，但無執行契約之義 建構臺指選擇權定價模式 ，以提升選擇權定價模式 務 ；但賣方則無任何可執行之權利 ，而在買方執行 之準確率 。 權利時 ，賣方必須履行契約中之義務。 本研究主要的研究目的為探討影響選擇權定價 在選擇權交易操作中 ，以權利金(premiu