基于图像识别的非结构化数据期权定价研究

发布时间：2020-06-26 22:43

【摘要】：期权定价理论的形成与发展不仅对中国市场的发展起着决定性作用,同时也对我国金融产品的价格及其对冲价格具有重要作用。与国外期权市场相比,我国的期权市场还处在发展时期,其中期权品种不完善、市场发展不协调等是我国期权市场面临的重要问题。因此本文通过研究图像识别的方法来提高期权定价的精确度,具有重要的理论与实际意义。自B-S期权定价公式提出以来,众多学者都在针对B-S模型参数中波动率的问题进行改进,他们认为波动率是一个隐性的、不可测的,因此无论是GARCH模型还是其延伸的GARCH族模型实际上都在不断提高波动率这一指标,但目前对其测定的方法达不到对实际问题分析的精度要求。本文研究的图像识别的非结构化数据期权定价是在基于传统的B-S模型中的五个基本参数之间的定量关系,采用图像识别技术对其波动率这一指标进行改进,进而提高期权定价的精确度。本文在对期权定价研究方面采用APT(套利定价模型)思维范式,期权定价要素则选取经典B-S模型要素,同时将期权数据利用图像识别的方法转化为非结构化数据,利用人工神经网络对其进行分析来规避B-S模型的波动率这一指标,避免了众多学者通过提高波动率来提高期权定价的精确度。通过本文的研究,得到一个更为准确、更为精确的期权定价模型并为投资者提供更好的投资建议与投资决策。
【学位授予单位】：兰州财经大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：F224;F830.9
【图文】：

上的模型都是用的BP 网络或其变体，同时前馈网络的最主要部分也是BP网络，因此它是神经网络的最常用部分。用神经网络对数据进行处理过程中，一般常用的数据分析流程如图2.2所示：图 2.2 人工神经网络流程图

神经网络的神经元

【参考文献】

相关期刊论文 前10条

1 宫文秀;高凌云;;复合期权的三叉树定价模型[J];统计与决策;2016年18期

2 武康平;田昕明;李柳玲;;收益率基于AEPD分布的股票价格模型及其欧式期权定价[J];数理统计与管理;2016年03期

3 刘果;顾桂定;;基于蒙特卡洛重要性抽样方法的美式期权定价研究[J];统计与决策;2014年09期

4 邓国和;;随机波动率跳跃扩散模型下复合期权定价[J];数理统计与管理;2015年05期

5 朱霞;葛翔宇;;股票价格服从指数O-U跳扩散过程的期权定价[J];统计与决策;2014年03期

6 魏洁;韩立岩;;GARCH模型下基于偏最小二乘的欧式股指期权定价——来自香港恒生指数期权市场的证据[J];数理统计与管理;2015年03期

7 王丹枫;梁丹;;从投资情绪角度看股票市场流动性——来自B股向境内居民开放的研究[J];数理统计与管理;2012年02期

8 韩立岩;叶浩;李伟;;股指期权定价的非参数数值方法研究[J];中国管理科学;2012年01期

9 徐静;任庆忠;;波动率不确定模型在外汇期权定价中的应用[J];统计与决策;2011年13期

10 陈溟;;Black-Scholes期权定价的修正模型及其应用性研究[J];统计与决策;2011年07期

相关硕士学位论文 前3条

1 沈杰;上证50ETF期权定价实证研究[D];华中师范大学;2016年

2 胡书晓;基于神经网络的股票K线特征图形预测研究[D];同济大学;2008年

3 李亚妮;蒙特卡罗方法及其在期权定价中的应用[D];陕西师范大学;2007年

本文编号：2730995