基于白噪声扰动的CS-BP网络的波动率

发布时间：2018-01-29 16:09

  本文关键词： 波动率 白噪声扰动 BP神经网络 布谷鸟算法　出处：《西安工程大学学报》2015年06期 　论文类型：期刊论文

【摘要】：针对资产价值波动率传统研究方法的不足以及影响波动率各因素之间的非线性关系,提出基于白噪声扰动的布谷鸟(CS)-BP网络预测期权定价中的公司资产价值波动率的方法.首先,通过白噪声扰动函数提高CS算法解的性能;其次,将得到的CS解解码为BP神经网络的初始权值和阈值;最后,用白噪声扰动的CS-BP网络对公司资产价值波动率进行预测并与CS-BP网络算法的预测结果作比较.仿真结果表明,基于白噪声扰动的CS-BP网络的公司资产价值波动率预测精度优于CS-BP网络.
[Abstract]:According to the nonlinear relationship between the deficiency of traditional research methods of asset value volatility and volatility of various factors, the white noise disturbance cuckoo (CS) based on the prediction method of the value of the company's assets volatility in option pricing rate of the -BP network. First of all, through the white noise disturbance function can improve the performance of CS algorithm; secondly, the CS code for the solution of BP neural network initial weights and threshold; finally, disturbed by white noise CS-BP network of the company asset value volatility forecasting and prediction results with CS-BP network algorithm are compared. The simulation result shows that the value of assets, fluctuation of white noise disturbance CS-BP network prediction accuracy is better than based on the CS-BP network.

【作者单位】： 西安工程大学理学院;
【基金】：陕西省教育厅自然科学专项基金(12JK0862)
【分类号】：F830.9;TP18
【正文快照】： 0引言在金融期权的定价模型中,波动率的估计和预测值是一个重要的影响变量[1],在我国金融市场不成熟的前提下,管理者希望能将资产价值波动率进行预测得到的结果应用于期权定价模型,从而有助于期权定价、投资组合选择以及风险管理等.因此,对资产价值波动率的理论假设、建模和估

【二级参考文献】

相关期刊论文 前10条

1 胡国柳;黄景贵;;现金持有理论模型评介[J];经济学动态;2005年06期

2 林建宗;刘震宇;;实物期权在IT投资中的应用评述[J];科技管理研究;2007年01期

3 方明,韩平;期权定价理论在多阶段投资评价中的应用[J];科技进步与对策;2002年11期

4 谷祺,于东智;EVA财务管理系统的理论分析[J];会计研究;2000年11期

5 郑智,刘文辉;延迟期权与R&D项目投资决策分析[J];南昌工程学院学报;2005年02期

6 朱南军 ,刘浩;现金流量折现技术在跨国并购运用中的相关问题分析[J];南开经济研究;2003年02期

7 蔡永明;关忠良;马红;;企业信息化投资的双随机变量实物期权应用[J];清华大学学报(自然科学版);2006年S1期

8 张先治;论以现金流量为基础的价值评估[J];求是学刊;2000年06期

9 孙雅贤,梁益源;拉巴波特模型在企业兼并价格评估中的应用[J];上海大学学报(自然科学版);1997年06期

10 颜志刚;企业价值评估中自由现金流量分析[J];韶关学院学报(社会科学版);2001年05期

【相似文献】

相关期刊论文 前7条

1 苏子健,钟毅芳;系统近似建模技术的研究与比较[J];系统工程与电子技术;2005年05期

2 谭立云;刘海生;谭龙;;基于极限学习机的上证指数预测与分析[J];华北科技学院学报;2014年04期

3 王洋;于君;马志刚;;基于TMS320F2812的目标检测方法研究[J];电子测试;2008年11期

4 黄招娣;;基于改进粒子群算法的神经网络优化证券投资组合方法[J];井冈山大学学报(社会科学版);2014年03期

5 胡斌;;基于波动-均衡的员工工作行为定性模拟[J];系统仿真学报;2006年01期

6 陈振林;赵芳;;基于残差补偿GM的校准间隔动态优化算法[J];电子测量技术;2014年08期

7 ;[J];;年期

相关会议论文 前2条

1 王光芦;徐明;;飞机飞行振动预计技术[A];第二届民用飞机制造技术及装备高层论坛资料汇编（论文集）[C];2010年

2 余建星;田佳;谭振东;;深水平台施工过程自然风险定量评估方法研究[A];中国造船工程学会2007年优秀学术论文集[C];2008年

，

本文编号：1473802