当前位置:主页 > 经济论文 > 期货论文 >

基于智能优化算法的期权定价模型参数估计

发布时间:2017-07-01 03:01

  本文关键词:基于智能优化算法的期权定价模型参数估计,由笔耕文化传播整理发布。


【摘要】:金融工程研究的主要对象之一就是衍生证券,期权(option)是最重要的衍生证券之一。期权,又称选择权,是购买方支付一定的期权费后所获得的在将来允许的时间买入或者卖出一定数量的基础商品的选择权。期权定价理论是现代金融学的重要组成部分,Black-Scholes期权定价模型是现代期权定价理论的基石。本文对Black-Scholes期权定价模型进行了探讨,由于模型的非线性,解析方法很难精确得到其参数r和σ的值,本文采用智能优化算法随机搜索的特点对Black-Scholes期权定价模型中的参数进行估计。 本文主要分为五部分:绪论部分介绍课题的研究背景、意义以及本文的主要研究工作。第二部分详细介绍期权的概念,分类,期权价格及其构成,影响期权价格的因素,Black-Scholes期权定价模型以及Black-Scholes微分方程的推导。第三部分主要介绍粒子群优化算法(PSO)、量子行为粒子群算法(QPSO)、差分进化算法(DE)和进化策略(ES)的原理及算法流程。第四部分首先运用有限差分法求解期权价格,其次运用智能优化算法对Black-Scholes模型中的两个参数r和σ进行估计,实验结果表明,QPSO算法在解决期权定价模型参数估计的问题上优于其他三种智能算法。第五部分是本文的结论部分。
【关键词】:期权 Black-Scholes期权定价模型 有限差分法 智能优化算法 参数估计
【学位授予单位】:江南大学
【学位级别】:硕士
【学位授予年份】:2011
【分类号】:TP301.6;F224;F830.9
【目录】:
  • 摘要3-4
  • Abstract4-7
  • 第一章 绪论7-11
  • 1.1 课题背景及意义7-10
  • 1.1.1 期权定价理论研究概况7-8
  • 1.1.2 智能优化算法研究概况8-9
  • 1.1.3 智能优化算法在期权市场中的应用9-10
  • 1.2 本文主要研究工作及章节安排10-11
  • 第二章 期权以及B-S 期权定价模型11-20
  • 2.1 期权概念11-12
  • 2.2 期权分类12-14
  • 2.3 期权价格及其构成14
  • 2.4 影响期权价格的因素14-16
  • 2.5 B-S 期权定价模型16-17
  • 2.6 B-S 微分方程的推导17-19
  • 2.7 本章小结19-20
  • 第三章 智能优化算法20-35
  • 3.1 引言20
  • 3.2 智能优化算法概述20
  • 3.3 粒子群优化算法20-24
  • 3.3.1 粒子群优化算法的简介20-21
  • 3.3.2 基本粒子群优化算法21-23
  • 3.3.3 标准粒子群优化算法23
  • 3.3.4 标准粒子群算法的参数分析23-24
  • 3.3.5 粒子群优化算法的特性24
  • 3.4 量子行为粒子群算法24-26
  • 3.4.1 量子行为粒子群算法的简介24
  • 3.4.2 量子行为粒子群算法的原理24-25
  • 3.4.3 量子行为粒子群算法流程25
  • 3.4.4 量子行为粒子群算法的特性25-26
  • 3.5 差分进化算法26-29
  • 3.5.1 差分进化算法简介26
  • 3.5.2 差分进化算法原理26-28
  • 3.5.3 差分进化算法流程28-29
  • 3.5.4 差分进化算法特性29
  • 3.6 进化策略29-33
  • 3.6.1 进化策略简介29-31
  • 3.6.2 进化策略及其算法流程31-32
  • 3.6.3 进化策略的特点32-33
  • 3.7 本章小结33-35
  • 第四章 基于智能优化算法的期权定价参数估计35-50
  • 4.1 引言35
  • 4.2 数值方法求解期权价格35-40
  • 4.2.1 有限差分法35-37
  • 4.2.2 追赶法求解三对角方程组37-39
  • 4.2.3 实验结果与分析39-40
  • 4.3 期权定价模型参数估计的智能算法研究40-49
  • 4.3.1 参数估计40-41
  • 4.3.2 算法设计41
  • 4.3.3 实验结果与分析41-49
  • 4.4 本章小结49-50
  • 第五章 结论与展望50-51
  • 5.1 课题结论50
  • 5.2 课题研究过程中的一些问题50
  • 5.3 课题展望50-51
  • 致谢51-52
  • 参考文献52-56
  • 附录:作者在攻读硕士学位期间发表的论文56

【引证文献】

中国硕士学位论文全文数据库 前3条

1 徐飞;基于混合核函数的LSSVM发酵建模[D];大连理工大学;2012年

2 迟文龙;基于FSVM的煤层气单井故障诊断研究[D];大连理工大学;2013年

3 刘付永;萤火虫群算法改进及应用[D];广西民族大学;2013年


  本文关键词:基于智能优化算法的期权定价模型参数估计,由笔耕文化传播整理发布。



本文编号:504316

资料下载
论文发表

本文链接:https://www.wllwen.com/jingjilunwen/qihuoqq/504316.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户eb822***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com