基于主成分分析结合bp神经网络算法在期权价格中的应用.docxVIP

基于主成分分析结合bp神经网络算法在期权价格中的应用.docx

  1. 1、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。。
  2. 2、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
  3. 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 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. 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. 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. 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
查看更多

PAGE3

摘要

随着金融市场的发展和社会的进步,期权价格在当代经济社会占有很高的比重,对期权价格预测的准确性更是重中之重。在这种情况下,为了提高预测精度,本文以2020年上证50ETF的期权数据为研究对象,因为期权价格是非线形的即首先利用灰色模型对期权价格进行直接预测,其次用单个BP神经网络选取输入变量对期权价格进行预测,最终对输入变量做主成分分析,选取主成分利用BP神经网络重新预测。

由结论可知:灰色模型利用相对残差、方差比、小误差概率验证其误差精度可知误差较大,单个BP神经网络与基于主成分分析BP神经网络利用平均绝对误差、均方根误差、均方误差检测误差精度对比可得,组

文档评论(0)

13141516171819 + 关注
实名认证
文档贡献者

!@#¥%……&*

1亿VIP精品文档

相关文档