基于人工神经网络的权证定价模型研究

近年来,人工神经网络方法已开始广泛运用于金融衍生产品的定价研究中。权证作为我国推出的第一个金融衍生产品,它的定价效率对维护权证市场的供求平衡具有非常重要的作用,本文在Black-Scholes权证定价模型的基础上,利用MATLAB神经网络工具箱,构建了一个RBF神经网络权证定价模型,并以江西铜业的认股权证江铜CWB1作为样本进行实证研究,对权证定价的新方法提出了一种新的解决方案。