基于深度学习LSTM神经网络的障碍可转债设计与定价

发布时间：2020-06-13 09:21

【摘要】：2018年中国A股的上证指数经历了25%的下跌,金融风险的释放使得可转债成了证券市场中防控风险的一道靓丽风景线,国外的可转债市场发展日新月异,国内的可转债定价研究相对落后。因此本文先介绍了可转债定价与深度学习的相关理论,之后建立模型,把可转债的价值拆分为期权部分和公司债部分。在B-S期权定价模型中,波动率的测度与拟合一直是学术研究的重点,近些年很多研究把机器学习的技术应用于金融市场中,无论是对于金融数据进行预测还是分类,先进的数据分析技术在金融市场中取得了很好的研究效果。而LSTM神经网络对于处理时间序列数据具有优势,同时深度学习也善于处理非线性数据,故而结合以上两点优势选取合适的可转债数据,实证过程中用LSTM神经网络与传统线性GARCH模型对于波动率的拟合对比,利用LSTM神经网络对于可转债的期权部分定价进行改善。而防控金融风险,金融领域需要进行创新,丰富金融市场,增加投资者对冲风险的途径。所以本文在下部分大胆引入奇异期权可转债,介绍了奇异期权的相关理论后,以障碍可转债为例,开发了一种新的障碍可转债套利模式,并且基于股票价格的几何布朗运动,利用上一部分的LSTM神经网络拟合波动率的技术,对于四种障碍可转债进行蒙特卡洛模拟,将模拟的定价结果与普通可转债进行对比,并介绍了障碍可转债的套利方法。
【图文】：

图 2.1 人工神经元图像函数有：函数，函数表达式如下： = ( ) = oid 函数，也称为 S 形函数。函数表达式如下： = ( ) = 激活函数是该函数，函数图像如图 2.2 所示

图 2.1 人工神经元图像有：，函数表达式如下： = ( ) = 数，也称为 S 形函数。函数表达式如下： = ( ) = 函数是该函数，，函数图像如图 2.2 所示
【学位授予单位】：兰州财经大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：F832.51

【相似文献】

相关期刊论文 前10条

1 陈亮;王震;王刚;;深度学习框架下LSTM网络在短期电力负荷预测中的应用[J];电力信息与通信技术;2017年05期

2 王国栋;韩斌;孙文峗;;基于LSTM的舰船运动姿态短期预测[J];舰船科学技术;2017年13期

3 周生强;;LSTM对上证指数的实证分析[J];现代经济信息;2017年09期

4 关鹏飞;李宝安;吕学强;周建设;;注意力增强的双向LSTM情感分析[J];中文信息学报;2019年02期

5 杜舒静;徐凡;王明文;;实体驱动的双向LSTM篇章连贯性建模[J];中文信息学报;2017年06期

6 保罗;郭旭琦;乔铁柱;阎高伟;;改进LSTM神经网络在磨机负荷参数软测量中的应用[J];中国矿山工程;2017年03期

7 季学武;费聪;何祥坤;刘玉龙;刘亚辉;;基于LSTM网络的驾驶意图识别及车辆轨迹预测[J];中国公路学报;2019年06期

8 陈卓;孙龙祥;;基于深度学习LSTM网络的短期电力负荷预测方法[J];电子技术;2018年01期

9 何立健;林穗;翁海瑞;;基于LSTM的图像生成诗歌模型[J];信息技术与网络安全;2019年04期

10 李珍珍;吴群;;基于LSTM神经网络的股票预测算法研究[J];福建电脑;2019年07期

相关会议论文 前9条

1 蒋振超;邓永;姜青山;古亮;;一种基于两阶段字符级LSTM的僵尸网络检测方法[A];第32次全国计算机安全学术交流会论文集[C];2017年

2 李鹏程;孙敏;庞溟舟;;基于LSTM神经网络的公交到站时间预测[A];第37届中国控制会议论文集（F）[C];2018年

3 朱佳晖;张文峰;刘卫平;张超;陈渊;;基于双向LSTM和CRF的军事命名实体识别和链接[A];第六届中国指挥控制大会论文集（上册）[C];2018年

4 安鹏;曹丹平;;基于LSTM循环神经网络的孔隙度预测方法研究[A];2018年中国地球科学联合学术年会论文集（二十九）——专题59：计算地球物理方法和应用、专题60：地热资源成因新理论与综合探测新技术[C];2018年

5 刘天鹏;刘海;;基于LSTM的城市道路养护投诉量预测研究[A];中国公路学会养护与管理分会第九届学术年会论文集[C];2019年

6 梅杰;;基于LSTM神经网络的有效停车泊位短时预测方法研究[A];创新驱动与智慧发展——2018年中国城市交通规划年会论文集[C];2018年

7 张宇;张鹏远;颜永红;;基于注意力LSTM和多任务学习的远场语音识别[A];第十四届全国人机语音通讯学术会议（NCMMSC’2017）论文集[C];2017年

8 牛溥华;高帆;张雪英;;基于DNN-LSTM的VAD算法[A];第十四届全国人机语音通讯学术会议（NCMMSC’2017）论文集[C];2017年

9 贾磊;;LSTM建模和CTC训练在语音建模技术中的应用[A];第十三届全国人机语音通讯学术会议(NCMMSC2015)论文集[C];2015年

相关硕士学位论文 前10条

1 马艺翔;深度学习在多因子选股交易中的应用研究[D];北方工业大学;2019年

2 肖爽;基于LSTM的无人驾驶有轨电车安全评测方法研究[D];西安理工大学;2019年

3 李少鹏;结合CNN和LSTM的滚动轴承剩余使用寿命预测方法研究[D];哈尔滨理工大学;2019年

4 甄远涛;基于深度学习LSTM神经网络的障碍可转债设计与定价[D];兰州财经大学;2019年

5 杜心;基于LSTM神经网络的可用停车位预测模型研究[D];武汉理工大学;2018年

6 李永帅;基于双向LSTM的动态情感词典构建方法研究及文本情感分析[D];郑州大学;2019年

7 闫泽杭;基于互助双向LSTM与递进解码机制的图像标题生成[D];大连理工大学;2018年

8 邓楠;基于LSTM的汽车评论文本分类研究与应用[D];合肥工业大学;2018年

9 陈帆;基于LSTM情感分析模型的微博谣言识别方法研究[D];华中师范大学;2018年

10 刘婉婉;基于LSTM神经网络的蒙汉机器翻译的研究[D];内蒙古工业大学;2018年

本文编号：2710963