金融衍生证券的人工神经网络定价方法研究进展评述

被引：3

作者：

刘凤琴 ^{[1
]}

马俊海 ^{[2
]}

机构：

[1] 浙江财经学院信息学院

[2] 浙江财经学院金融学院

来源：

财经论丛 | 2008年 / 03期

关键词：

金融衍生证券; 非参数化定价模型; 人工神经网络; 隐含波动率;

D O I：

10.13762/j.cnki.cjlc.2008.03.011

中图分类号：

F830.91 [证券市场]; F224 [经济数学方法];

学科分类号：

1201 ; 020204 ; 0701 ; 070104 ;

摘要：

近些年来,金融衍生证券的人工神经网络定价方法已经得到学术研究领域的高度关注和实际问题中的广泛应用。本文主要对国内外在这一研究领域所开展的主要工作及成果进行分析与评述;在此基础上,提出该研究领域的进一步研究方向。结论认为,非参数化的神经网络方法将成为解决金融衍生证券定价问题的重要途径;充分融合参数化定价方法的有用信息,将成为未来该领域研究的重要思路与方式。

引用

页码：47 / 53

页数：7

共 8 条

[1] 期权定价的蒙特卡罗模拟综合性方差减少技术 [J].

马俊海 ;

张维 ;

刘凤琴 ;

不详 .

管理科学学报 , 2005, (04) :68-73+79

[2] 基于人工神经网络的实物期权定价 [J].

吴立扬 ;

马文伟 .

武汉理工大学学报(交通科学与工程版), 2004, (01) :80-83

[3] 期权定价中的分步式预测模型 [J].

解光军 ;

庄镇泉 .

系统工程, 2000, (04) :28-31

[4]

人工神经网络及其融合技术[M]. 科学出版社 , 钟珞, 2007

[5]

金融衍生证券定价的数值分析方法[M]. 浙江人民出版社 , 马俊海著, 2002

[6]

中国资本市场发展的理论与实践[M]. 北京大学出版社 , 厉以宁主编, 1998

[7]

Robust Artificial Neural Networks for Pricing of European Options[J] . Panayiotis C. Andreou,Chris Charalambous,Spiros H. Martzoukos.Computational Economics . 2006 (2)

[8] The valuation of Taiwan stock index option price - comparison of performances between Black-Scholes and neural network model [J].

Lin, Chin-Tsai ;

Yeh, Hsin-Yi .

JOURNAL OF STATISTICS & MANAGEMENT SYSTEMS, 2005, 8 (02) :355-367

← 1 →