基于主成分分析的神经网络算法对期权价格预测研究

被引：4

作者：

骆桦

刘兴

机构：

[1] 浙江理工大学理学院

来源：

浙江理工大学学报(自然科学版) | 2017年 / 01期

关键词：

期权价格; Black-Scholes期权定价; 主成分分析; BP神经网络;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算]; F724.5 [期货贸易];

学科分类号：

摘要：

采用基于主成分分析的神经网络算法对华夏上证50ETF期权价格进行预测,并使用期权数据验证该方法的有效性。比较传统Black-Scholes期权定价、单个BP神经网络算法和基于主成分分析的BP神经网络算法对期权价格的预测精度,结果表明:基于主成分分析的BP神经网络算法预测精度最高,传统的Black-Scholes期权定价方法其预测精度最低。

引用

页码：122 / 126

页数：5

共 9 条

[1] 基于时间序列分析的黄金期货价格预测模型的实证分析
马保忠
甄博倩
[J]. 商, 2015, (07) : 152 - 152
[2] 基于ARIMA模型的股票市盈率分析及预测
尹玥
[J]. 合作经济与科技, 2015, (02) : 36 - 37
[3] 基于BP神经网络的期权定价模型
董莹
乌日嘎
齐淑华
[J]. 鲁东大学学报(自然科学版), 2013, 29 (03) : 196 - 199
[4] 基于主成分分析的神经网络动态集成风功率超短期预测
何东
刘瑞叶
[J]. 电力系统保护与控制, 2013, 41 (04) : 50 - 54
[5] 基于人工神经网络的权证定价模型研究
丰德民
薄晓旭
[J]. 市场经济与价格, 2011, (05) : 40 - 44
[6] 农产品市场价格短期预测方法与模型研究——基于时间序列模型的预测
李干琼
许世卫
李哲敏
董晓霞
[J]. 中国农业大学学报, 2011, 16 (02) : 172 - 178
[7] 基于神经网络方法的期权定价研究[J]. 王启敢,张艳锋. 中南财经政法大学研究生学报. 2009(05)
[8] 基于神经网络方法的期权定价研究[J]. 王启敢,张艳锋. 中南财经政法大学研究生学报. 2009 (05)
[9] Maximum and minimum stock price forecasting of Brazilian power distribution companies based on artificial neural networks[J] . Leonel A. Laboissiere,Ricardo A.S. Fernandes,Guilherme G. Lage. Applied Soft Computing . 2015

← 1 →