基于深度学习的正态概率扭曲SPX指数期权定价

发布时间：2023-01-08 16:50

　　随着世界经济的发展,衍生品市场在金融市场占的比重越来越大,衍生品的定价问题也得到越来越多的学者的关注。期权作为最重要的衍生品之一,对其精确定价一直都是金融领域的难题。著名的布莱克-斯科尔斯-默顿（B-S-M）期权定价模型自提出以来便得到了业界的广泛使用,众多研究者也在其基础上对期权定价问题展开进一步研究。然而,更加精准的期权定价模型始终都是学者们孜孜以求的目标。为了提高期权定价精确度,本文从两方面着手:第一,现有的期权定价模型没有刻画出各类投资者决策心理,因此可以对模型加以改进以描述出投资者异常的投资决策;第二,利用流行的深度学习技术做预测。近年来,机器学习发展迅速,越来越多的机器学习方法在预测领域取得了很好的成果,因此,本文引入机器学习中应用广泛的深度学习技术以拟合期权市场中所包含的复杂关系。基于行为金融学的思想和深度学习技术,本文在B-S-M模型基础上构建新的期权定价模型——基于深度学习的概率扭曲模型,并以SPX（标普500）指数期权历史数据进行实证研究。已有的期权定价模型往往存在不可忽视的误差,本文认为这些误差可能是由于投资者的异常投资决策引起的。因此,首先以Esscher转换对... 

【文章页数】：53 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
1 绪论
    1.1 研究背景和研究意义
    1.2 文献综述
    1.3 研究创新
    1.4 结构安排
2 深度学习与期权定价
    2.1 深度学习与神经网络
    2.2 神经网络结构
    2.3 深度学习与期权定价
3 期权定价基础
    3.1 股票价格的变化过程
        3.1.1 马尔科夫过程
        3.1.2 布朗运动
        3.1.3 伊藤过程与伊藤引理
        3.1.4 股票价格的变化过程
    3.2 BSM模型
    3.3 等价鞅测度
        3.3.1 鞅
        3.3.2 等价鞅测度
    3.4 Esscher转换
4 正态概率扭曲与欧式期权定价
    4.1 正态概率扭曲的概念与形式
    4.2 正态概率扭曲下的欧式期权定价公式
5 实证分析
    5.1 数据选取
    5.2 BSM模型定价误差分析
    5.3 利用深度神经网络进行预测
        5.3.1 期权价格预测
        5.3.2 扭曲因子预测
    5.4 期权定价结果比较与分析
    5.5 滑动窗口预测分析
6 总结与展望
    6.1 研究结论
    6.2 研究不足与展望
参考文献
致谢


【参考文献】：
期刊论文
[1]机器学习驱动的基本面量化投资研究[J]. 李斌,邵新月,李玥阳.  中国工业经济. 2019(08)
[2]机器学习对经济学研究的影响研究进展[J]. 黄乃静,于明哲.  经济学动态. 2018(07)
[3]深度学习的金融实证应用:动态、贡献与展望[J]. 苏治,卢曼,李德轩.  金融研究. 2017(05)
[4]BS与SV模型在欧式和美式期权定价中的比较研究[J]. 何晓斌,吴泱,赵晓慧.  上海金融. 2015(09)
[5]Esscher变换下扩展的欧式交换期权定价[J]. 刘国祥,朱全新,张相强.  应用概率统计. 2014(05)
[6]Regime switching模型下的幂式期权定价（英文）[J]. 苏小囡,王伟,王文胜.  华东师范大学学报(自然科学版). 2013(06)
[7]深度学习研究综述[J]. 孙志军,薛磊,许阳明,王正.  计算机应用研究. 2012(08)

博士论文
[1]投资组合保险最优化研究及策略分析[D]. 姚远.西南交通大学 2006

硕士论文
[1]几种随机波动率模型及其比较[D]. 钱珑.华中师范大学 2014



本文编号：3728842