基于智能算法的期权参数和非参数定价模型及其动态集成研究.pdfVIP

兰州财经大学博士学位论文基于智能算法的期权参数和非参数定价模型及其动态集成研究

摘要

贸易摩擦、自然灾害、军事冲突和经济周期等因素导致大宗商品、股票和原油等价

格频繁波动，严重影响了实体企业、金融机构及国家经济的安全与稳定。因此，规避商

品和金融资产价格波动的研究变得尤为重要。期权作为一种重要的金融衍生工具，通过

支付一定费用获得未来某一价格的买卖权力，能够提前锁定资产价格，常被用作规避价

格波动风险的重要手段。此外，期权在企业经营中也有广泛应用，如代理人激励、企业

兼并和融资管理等。因此，研究期权的定价理论对于企业和金融投资者规避价格波动风

险、促进金融体系和经济的稳定增长具有重要意义。

梳理现有文献，发现期权的参数和非参数定价模型因其定价原理不同，各具优劣，

且仍有进一步提升的空间。基于此，本文旨在有效结合参数和非参数定价模型的优势，

优化和改善现有期权参数和非参数定价模型，并考虑最优集成信息会随时间变化的特征

建立结合期权参数和非参数定价模型的动态集成框架。

为了改善参数定价模型，本文提出了时变隐含波动率参数定价模型算法、时变参数

定价模型算法和基于物理信息（PINN）网络的CIR-3/4随机波动率跳扩散模型，分别从

参数优化和期权假设条件放宽两个方面进行了改善。一方面，针对参数定价模型的参数

优化，提出了时变隐含波动率参数定价模型算法和时变参数定价模型算法。考虑波动率

参数对于期权定价模型、投资组合、风险管理等领域的重要性以及本身存在的波动“从

聚性”，建立了时变隐含波动率参数定价模型算法。运用上证50ETF期权交易数据验证

了该算法能够有效提升含有波动率参数的定价模型，并通过局部累积效应算法发现时变

隐含波动率相比历史波动率和GARCH波动率更贴近现实市场。此外，考虑更多的参数

并不存在“自相关性”和“从聚性”等特征，加之期权参数定价模型会随时间的迁移而

变化，本文使用滚动窗口的方法提出了时变参数定价模型算法。实证表明期权的参数的

确会随时间变化而改变，而且该算法能够提升参数定价模型定价精度的50%。另一方面，

针对期权参数定价模型假设条件的放宽，提出了基于物理信息网络的随机利率CIR-3/4

随机波动率跳扩散模型。该模型由于采用更加符合市场信息的非仿射随机波动率结构，

得不到闭式解，难以参数校准，因此本文提出了基于SLSQP的最小二乘蒙特卡洛模拟

参数估计算法。实证表明，通过提出的参数估计算法和PINN网络数值求解的方法，可

以在不获得期权显示解的情况下快速地获得期权价格，并且优于已有的Merton和Heston

模型。

·3

兰州财经大学博士学位论文基于智能算法的期权参数和非参数定价模型及其动态集成研究

为了改善非参数定价模型，本文提出了新的投资者情绪指数和特征融合的时空频预

测模型，分别从特征变量引入和模型的改进两个方面改善了期权非参数定价模型。一方

面，运用网络股评文本提出了新的投资者情绪指数算法。该投资者情绪指数能够囊括文

本差异性，是通过建立专业的金融词典，运用深度神经网络学习金融资产价格变化和文

本信息之间的关系提出的新投资者情绪指数算法。通过计量经济学和期权价格预测两个

视角验证了该投资者情绪指数的有效性。比较发现，与使用词典法的投资者情绪指数相

比，新的指数能够促进期权价格的预测。另一方面，提出了频域增强的混合图循环卷积

Transfromer（FHGRCT）时空预测模型。该模型针对期权交易数据利用Copula相关系数

建立期权合约之间的先验图，融合多种空间信息和时空信息，使用频域增强和特征融合

的方式构建了时空预测模型。实证表明，提出的模型具有更高的定价精确度而且更加稳

定，并使用可解释性算法分析发现FHGRCT更加依赖于期权的交易指标数据。

在集成期权参数和非参数定价模型方面，提出了动态残差优化集成算法，该算法考

虑了集成特征随时间变化，有效结合了两类定价模型的优势。实证结果表明，动态残差

优化集成算法相比静态集成方法，进一步提升了定价模型的准确度和稳定性。期权参数

和非参数定价模型各有优劣：非参数定价模型在定价精度和稳定性上优于参数定价模型，

但依赖于期权交易数据；而参数定价模型虽然牺牲了部分定价精度，但具备更高的可解

性且不依赖于数据。为此，本文提出了在分解集成框架下结合参数和非参数定价模型的

动态残差优化集成算法。该算法使