应用混合神经网络和遗传算法的期权价格预测模型

被引：10

作者：

张鸿彦 ^{[1
]}

林辉 ^{[2
]}

机构：

[1] 东南大学系统工程研究所

[2] 南京大学商学院

来源：

管理工程学报 | 2009年 / 23卷 / 01期

关键词：

期权定价; 混合神经网络; 遗传算法; Black-Scholes模型;

D O I：

10.13587/j.cnki.jieem.2009.01.026

中图分类号：

F224 [经济数学方法]; F830.9 [金融市场];

学科分类号：

0701 ; 070104 ; 1201 ; 020204 ;

摘要：

隐含波动率是指在市场中观察的期权价格所蕴涵的波动率。提出了一种加权的隐含波动率作为混合神经网络的输入变量,建立了混合神经网络和遗传算法相结合的期权价格预测模型,通过遗传算法来优化神经网络的结构和获得隐含波动率的权重。在对香港金融衍生品市场的实证中表明,本文模型在预测结果上要优于传统的Black-Scholes模型。

引用

页码：59 / 62+87 +87

页数：5

共 5 条

[1]

Dynamics of implied volatility surfaces[J] . Rama Cont,Jose da Fonseca.Quantitative Finance . 2002 (1)

[2] Capturing the volatility smile of options on high-tech stocks- A combined GARCH neural network approach [J].

Meissner G. ;

Kawano N. .

Journal of Economics and Finance, 2001, 25 (3) :276-292

[3] Option price forecasting using neural networks [J].

Yao, JT ;

Li, YL ;

Tan, CL .

OMEGA-INTERNATIONAL JOURNAL OF MANAGEMENT SCIENCE, 2000, 28 (04) :455-466

[4]

Pricing and hedging derivative securities with neural networks and a homogeneity hint[J] . Journal of Econometrics . 2000 (1)

[5]

Pricing and hedging long-term options[J] . Gurdip Bakshi,Charles Cao,Zhiwu Chen.Journal of Econometrics . 2000 (1)

← 1 →