用模拟退火算法寻找Heston期权定价模型参数

发布时间：2018-07-14 12:00

【摘要】：随机波动率模型由于放松了Black-Sholes模型的假定而更符合市场情况,因此成为研究金融衍生品定价的热点。Heston随机波动率不同于其他随机波动率模型之处在于其存在闭形式解。Heston期权定价模型在应用中需要确定五个待估参数,此问题通常比较困难。本文采用模拟退火算法并利用最小化残差平方和来估算,该算法以一定概率跳出局部极小值,从而以概率1收敛到全局极小值,最终得到Heston模型的待估参数。在实证研究中,本文利用香港恒生股票指数期权在2010年10月15日交易的数据,得到待估参数,并用该参数对2010年10月18日期权进行了模拟定价。
[Abstract]:Because the assumption of Black-Sholes model is relaxed, the stochastic volatility model is more suitable for market conditions. Therefore, Heston stochastic volatility is different from other stochastic volatility models in that it has a closed form solution .Heston option pricing model needs to determine five parameters to be estimated in its application. This problem is usually difficult. In this paper, simulated annealing algorithm is used to estimate Heston model by minimizing the sum of squared residuals. The algorithm jumps out of the local minimum with a certain probability, converges to the global minimum by probability 1, and finally obtains the estimated parameters of the Heston model. In the empirical study, using the data of Hong Kong Hang Seng Stock Index option trading on October 15, 2010, we obtain the parameters to be estimated, and use these parameters to simulate the pricing of the October 18, 2010 option.
【作者单位】： 西安交通大学理学院;西交利物浦大学;
【分类号】：F224;F830.9

【参考文献】

相关期刊论文 前1条

1 黄小原;期权定价的模型和最优策略[J];东北大学学报;1997年04期

【共引文献】

相关期刊论文 前2条

1 庄新田,黄小原;信息控制环境下金融工程的现状与展望[J];东北大学学报(社会科学版);2001年04期

2 于春华;杜雪樵;夏娜;;期权定价中最优投资问题与算法[J];合肥工业大学学报(自然科学版);2008年11期

相关硕士学位论文 前8条

1 王菁;中国企业跨国并购定价研究[D];沈阳工业大学;2010年

2 唐建立;实物期权在房地产投资决策中的应用研究[D];重庆大学;2003年

3 龚小弓;用VaR度量期权的市场风险[D];西安理工大学;2004年

4 翟振杰;期权定价及其在经理人激励中的应用研究[D];南京航空航天大学;2005年

5 孔亮;我国市场条件下农产品期权定价研究[D];东北农业大学;2007年

6 于春华;跳—扩散模型下重置期权的定价以及最优重置策略[D];合肥工业大学;2008年

7 刘芝秀;具有到期日和执行价格重设的备兑权证的重设策略[D];重庆大学;2008年

8 庄炳丽;企业并购价值评估方法的研究[D];厦门大学;2008年

【二级参考文献】

相关期刊论文 前1条

1 周立;金融工程学的理论基础及其推动因素[J];外国经济与管理;1997年01期

【相似文献】

相关期刊论文 前10条

1 韩丽敏,韦有双,冯允成;关于Tabu Search算法收敛性的研究[J];系统工程理论与实践;1998年10期

2 梁志杰,杜文,文军;联合生产存储问题的模拟退火算法[J];中国机械工程;2004年12期

3 梁立;肖飞;李志虹;;基于模拟退火的排课算法[J];云南师范大学学报(自然科学版);2006年06期

4 窦连辉;;推理型支持向量机在网络入侵检测中的应用[J];科技资讯;2007年02期

5 陈伟;张从海;;混和模拟退火-遗传算法在参数估计中的应用[J];地理空间信息;2007年02期

6 阮永芬;熊光赤;刘永芳;熊恩来;;遗传-模拟退火算法在边坡稳定分析中的应用[J];地下空间与工程学报;2007年03期

7 向昌盛;周建军;周子英;姚芹英;;一种基于遗传算法的生物多序列比对方法[J];怀化学院学报(自然科学);2008年01期

8 梁芳;祝庆;;模拟退火算法在矩阵实特征值求解中的应用[J];科技创业月刊;2008年07期

9 叶子伟;韩红超;;基于退火BP神经网络的GPS高程转换[J];测绘工程;2008年04期

10 王福昌;胡顺田;;求解病态线性方程组的模拟退火算法[J];大学数学;2009年04期

相关会议论文 前10条

1 习华勇;赵林明;;指数函数模型辨识的模拟退火算法[A];数学及其应用文集——中南模糊数学和系统分会第三届年会论文集（下卷）[C];1995年

2 钟一文;蔡荣英;;求解TSP问题的贪婪随机模拟退火算法[A];2009年中国智能自动化会议论文集（第一分册）[C];2009年

3 方红芳;吴昭同;;模拟退火算法在计算机辅助公差设计中的应用[A];1995年中国智能自动化学术会议暨智能自动化专业委员会成立大会论文集（下册）[C];1995年

4 李欣强;魏关锋;罗立;姚平经;罗行;ROETZEL Wilfried;;用改进的遗传/模拟退火算法进行多流股换热器网络综合[A];第九届全国化学工艺学术年会论文集[C];2005年

5 马平;柴欣;李涛;杨愚鲁;;动态重构系统中基于模拟退火算法的划分[A];全国第十届企业信息化与工业工程学术年会论文集[C];2006年

6 王小翠;郑更新;邢瑞;;一个用模拟退火求解TSP问题的新算法[A];中国企业运筹学[C];2009年

7 王青;肖怀铁;张安;;基于模拟退火算法的MIMO雷达稀疏线阵设计[A];全国第五届信号和智能信息处理与应用学术会议专刊(第一册)[C];2011年

8 裴玉龙;盖春英;;公路网络路线布局优化的双层规划模型及算法研究[A];中国公路学会2004年学术年会论文集[C];2004年

9 李英杰;李董辉;;非单调模拟退火算法[A];中国运筹学会第九届学术交流会论文集[C];2008年

10 陈生昌;;非线性反问题反演方法比较及对策[A];1995年中国地球物理学会第十一届学术年会论文集[C];1995年

相关博士学位论文 前10条

1 马华伟;带时间窗车辆路径问题及其启发式算法研究[D];合肥工业大学;2008年

2 李伟文;基于透明电光陶瓷偏振控制器及其算法的设计与研究[D];浙江大学;2005年

3 姜圳;基于QoS的组播路由关键技术研究[D];哈尔滨理工大学;2005年

4 岳琪;基于遗传退火算法板式家具大规模矩形件优化下料研究[D];东北林业大学;2005年

5 赵松原;模拟退火结合正交分解算法的气动外形最优化设计[D];南京航空航天大学;2006年

6 周保荣;电力系统阻尼控制器参数优化设计研究[D];天津大学;2004年

7 杨仕友;多段圆弧极靴水轮发电机极弧优化、参数计算和动态性能研究[D];沈阳工业大学;1995年

8 张继伟;修正Broyden族拟牛顿算法及其应用[D];湖南大学;2006年

9 邓连波;客运专线相关旅客列车开行方案优化研究[D];中南大学;2007年

10 邵泽辉;Ramsey理论中图的构造与计算[D];华中科技大学;2008年

相关硕士学位论文 前10条

1 燕善俊;DES线性密码分析研究[D];中国人民解放军信息工程大学;2005年

2 岳丹波;遗传算法在车间作业调度方面的研究和应用[D];长春理工大学;2007年

3 梁婷;区域物流中心分工布局规划[D];中南大学;2007年

4 许彦钊;模拟退火优化神经网络研究及其在入侵检测中的应用[D];吉林大学;2009年

5 赵星星;太赫兹波段光子晶体滤波器设计[D];首都师范大学;2009年

6 王芳;基于GPU加速的细粒度并行模拟退火算法[D];大连理工大学;2009年

7 孙凉艳;基于K近邻集成算法的分类挖掘研究[D];西北大学;2010年

8 林令娟;模拟退火微粒群混合算法的研究及应用[D];山东师范大学;2010年

9 唐胜;基于神经网络的农作物病害诊断专家系统的设计[D];湘潭大学;2001年

10 冯玉蓉;模拟退火算法的研究及其应用[D];昆明理工大学;2005年

，

本文编号：2121582