基于SVR的期权价格预测模型

发布时间：2019-04-01 10:39

【摘要】：提出了运用非参数方法SVR与改进的期权定价方法结合的期权价格预测模型.首先利用股票价格收益率的偏度和峰度对传统的期权定价方法计算出期权的价格进行修正.然后,通过引入非参数方法SVR对其结果进行拟合来减小传统参数模型的误差,并建立SVR滑动窗口预测模型.由于传统的方法不能有效的把握实际期权价格的运动趋势和非线性的特点,所以在第一阶段的预测后,在第二阶段引入SVR来解决其非线性,进而减小误差.最后,利用我国长虹CWB1权证以及随机10只认购权证日价格数据进行实证检验.结果表明:在预测精度方面,非参数方法要优于传统的参数方法,而改进后的期权定价方法比传统的方法更符合实际情况.
[Abstract]:An option price forecasting model based on the combination of non-parametric method (SVR) and improved option pricing method is proposed. Firstly, the traditional option pricing method is modified by using the skewness and kurtosis of stock price return. Then, the non-parametric method SVR is introduced to fit the results to reduce the error of the traditional parametric model, and the SVR sliding window prediction model is established. Because the traditional method can not effectively grasp the movement trend and nonlinear characteristics of the actual option price, after the first stage of prediction, SVR is introduced in the second stage to solve its nonlinearity, and then the error is reduced. Finally, we use Changhong CWB1 warrants and 10 random subscription rights daily price data to carry on the empirical test. The results show that the non-parametric method is superior to the traditional parametric method in the prediction accuracy, and the improved option pricing method is more in line with the actual situation than the traditional method.
【作者单位】： 华南理工大学工商管理学院;
【基金】：国家自然科学基金(71073056)
【分类号】：F830.91;F224

【共引文献】

相关期刊论文 前3条

1 孙延风,梁艳春,姜静清,吴春国;金融时间序列预测中的神经网络方法[J];吉林大学学报(信息科学版);2004年01期

2 李凌均,张周锁,何正嘉;基于支持向量机的机械设备状态趋势预测研究[J];西安交通大学学报;2004年03期

3 袁胜发;褚福磊;;基于引力球结构支持向量机多类算法的涡轮泵故障诊断[J];宇航学报;2006年04期

相关博士学位论文 前8条

1 蔡从中;支持向量机及其在生物材料功能研究中的应用[D];重庆大学;2003年

2 方先明;商业银行信用风险预警管理系统研究[D];河海大学;2004年

3 马儒宁;神经网络与支持向量机相关问题研究[D];复旦大学;2005年

4 宋夫华;支持向量机逆系统方法及其应用研究[D];浙江大学;2006年

5 汪东;基于支持向量机的选时和选股研究[D];上海交通大学;2007年

6 蒋敏兰;测量系统精度损失溯源与预测模型研究[D];合肥工业大学;2007年

7 宋志宇;基于智能计算的大坝安全监测方法研究[D];大连理工大学;2007年

8 李卫民;流数据查询算法若干关键技术研究[D];东华大学;2008年

相关硕士学位论文 前9条

1 李红梅;股票分析和预测系统[D];吉林大学;2004年

2 辜勇;基于RPT的“金沙铜立人”数字化修复与仿制[D];四川大学;2005年

3 李丰龙;基于神经网络的金融证券预测方法研究[D];青岛大学;2006年

4 张海燕;基于SVM的采空区围岩稳定性预测研究[D];西安科技大学;2007年

5 李自国;基于支持向量数据描述的故障诊断方法研究[D];郑州大学;2007年

6 李庆;建筑工程担保风险管理研究[D];中南大学;2006年

7 王菲菲;组合预测方法及区域出口贸易预测研究[D];湖南大学;2007年

8 张玉川;支持向量机在证券投资分析中的应用[D];北京交通大学;2007年

9 骆庆开;基于特征空间理论的几种SVM参数选取结果[D];大连理工大学;2008年

【二级参考文献】

相关期刊论文 前1条

1 刘莉,唐小我;股票指数波动率的估计方法及其应用[J];电子科技大学学报;2000年03期

【相似文献】

相关期刊论文 前10条

1 丁蕾;朱德权;;基于BP与SVR的非线性回归之比较[J];安庆师范学院学报(自然科学版);2011年02期

2 张苏林;;我国黄金现货波动率预测能力分析——基于GARCH模型与CARR模型的比较[J];金融理论与实践;2011年08期

3 梁艳;徐元华;;基于不对称SV模型的隔夜信息对股市影响研究[J];大连理工大学学报(社会科学版);2011年03期

4 唐照宇;庄金良;;货币升值视角下的我国货币危机预警模型的构建[J];浙江金融;2011年07期

5 张星文;廖英霞;;基于Logistic回归模型的上市公司财务预警实证研究[J];中国证券期货;2011年06期

6 惠晓峰;李冰娜;;基于随机矩阵理论决定多元GARCH模型最佳维度研究[J];运筹与管理;2011年04期

7 王晓燕;雷振华;;多变量财务预警模型实证的比较分析[J];中国乡镇企业会计;2011年09期

8 范格华;齐紫微;罗俊芝;宋爱斌;李旭辉;;基于偏最小二乘回归的运动员跳远成绩影响因素分析[J];信息系统工程;2011年08期

9 吴俊;;基于Logit模型的A股上市公司数据判断分析[J];现代商贸工业;2011年17期

10 王宏;江飞;;政府采购与经济增长的实证研究——基于ARMA最优模型[J];苏州大学学报(哲学社会科学版);2011年03期

相关会议论文 前10条

1 张岐山;;能源需求的灰色预测方法[A];2002年中国管理科学学术会议论文集[C];2002年

2 陈蓉;郑振龙;;美元/人民币远期汇率定价偏差信息含量研究[A];第三届（2008）中国管理学年会论文集[C];2008年

3 王高;黄劲松;;混合韦布伽玛模型在新产品市场渗透研究中的应用[A];第八届中国管理科学学术年会论文集[C];2006年

4 禹敏;陈收;;非正态ARCH族模型的预测绩效和VaR度量研究[A];第九届中国管理科学学术年会论文集[C];2007年

5 俞禄;王雪洁;明倩;穆海洋;李艳君;;几种建模方法在光谱水质分析中的应用和比较[A];中国自动化学会控制理论专业委员会B卷[C];2011年

6 王一鸣;印为;石勇;;基于次序逻辑斯蒂模型的企业贷款信用风险评级研究[A];中国数学力学物理学高新技术交叉研究学会第十二届学术年会论文集[C];2008年

7 纪玲玲;林振山;曹丽青;;最小二乘回归支持向量机对非线性时间序列预测的试验分析[A];中国气象学会2007年年会天气预报预警和影响评估技术分会场论文集[C];2007年

8 潘海涛;;MCMC算法在时间序列中的应用[A];第八届中国不确定系统年会论文集[C];2010年

9 刘超;贾知青;;基于动态线性混合模型的居民消费行为研究[A];第九届中国管理科学学术年会论文集[C];2007年

10 崔啸;蔡安辉;董纪昌;;房价在不同时期货币政策传导机制中的作用——基于热最优路径模型研究[A];第十三届中国管理科学学术年会论文集[C];2011年

相关博士学位论文 前10条

1 韩泽县;投资者情绪与中国证券市场的实证研究[D];天津大学;2005年

2 丁晖;基于神经网络模型的人民币汇率预测研究[D];湖南大学;2008年

3 马维胜;剩余收益模型及其在中国的应用[D];华中科技大学;2007年

4 刘潭秋;基于目标区理论的三制度DTGARCH汇率模型构建及应用研究[D];湖南大学;2006年

5 牛玉锐;中国国债市场有效性研究[D];对外经济贸易大学;2007年

6 周爱香;企业连续并购的熵变解析[D];暨南大学;2007年

7 周建军;几类混合函数型数据建模[D];云南大学;2012年

8 曲亚鑫;基于历史数据的偏最小二乘建模方法研究与应用[D];华北电力大学;2012年

9 刘超;基于行为金融学的中国证券分析师行为研究[D];天津大学;2006年

10 徐跃;关于我国证券分析师盈利预测的实证研究[D];厦门大学;2007年

相关硕士学位论文 前10条

1 段新玉;股票价格和通货膨胀关系研究[D];暨南大学;2005年

2 陈莹;美国股指S&P 500的走势预测模型[D];电子科技大学;2009年

3 赵明敬;基于反馈SVR的非线性ARIMA模型的金融收益率水平预测[D];北京交通大学;2012年

4 张振锋;基于SVR的激励合约量化分析方法研究[D];江南大学;2011年

5 姚炜堤;投资者情绪与股价波动研究[D];复旦大学;2008年

6 戴丹;BP神经网络用于市场预测的研究[D];武汉理工大学;2006年

7 贺慧玲;P-Star模型对中国通货膨胀的解释和预测能力的实证分析[D];内蒙古大学;2011年

8 张格;VaR模型中的分位点水平内生化[D];华中科技大学;2004年

9 于洋;非线性GARCH类模型及其在股票收益率波动性上的应用[D];吉林大学;2007年

10 李小明;统计方法在信用卡风险管理中的若干应用[D];复旦大学;2009年

，

本文编号：2451490