【摘要】：在現(xiàn)代金融市場中,金融衍生產(chǎn)品扮演著十分重要的角色。而在眾多的金融衍生物當(dāng)中,期權(quán)是一種重要的基礎(chǔ)性衍生產(chǎn)品,如何準(zhǔn)確地為期權(quán)定價一直是眾多學(xué)者研究的重要課題。 期權(quán)市場是一個高度復(fù)雜的非線性動態(tài)系統(tǒng),盡管經(jīng)典的BS期權(quán)定價模型被認(rèn)為是近30年以來期權(quán)定價發(fā)展中十分重要的研究成果,但是同實際金融市場交易價格比較,仍然呈現(xiàn)出比較明顯的系統(tǒng)偏差。產(chǎn)生這些偏差的主要原因是由于該類模型所基于的理想化假設(shè)。而人工神經(jīng)網(wǎng)絡(luò)作為一種重要的非參數(shù)化數(shù)據(jù)驅(qū)動模型,近些年來在期權(quán)定價中也得到了大量的關(guān)注與應(yīng)用。它使得人們可以充分利用數(shù)據(jù),在沒有任何限制和任何假定下,由數(shù)據(jù)確定模型的結(jié)構(gòu)和參數(shù),從而獲得良好的定價效果。 本文詳盡地介紹了期權(quán)定價的研究背景和神經(jīng)網(wǎng)絡(luò)的原理與發(fā)展,探討了神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)設(shè)計,應(yīng)用BP神經(jīng)網(wǎng)絡(luò)和小波神經(jīng)網(wǎng)絡(luò),選取江銅CWB1權(quán)證作為研究對象,通過Matlab軟件編程分別建立了基于上述兩種神經(jīng)網(wǎng)絡(luò)的期權(quán)定價模型,并利用訓(xùn)練好的兩種神經(jīng)網(wǎng)絡(luò)分別進(jìn)行一步和五步預(yù)測,最后采用MSE、MAE和MRE三種誤差指標(biāo)來評價不同模型的預(yù)測精度。 通過實證分析對比神經(jīng)網(wǎng)絡(luò)模型與BS模型的期權(quán)定價效果,發(fā)現(xiàn)神經(jīng)網(wǎng)絡(luò)的定價精度大大優(yōu)于傳統(tǒng)的BS定價模型。而不論是BP神經(jīng)網(wǎng)絡(luò)還是小波神經(jīng)網(wǎng)絡(luò),其一步預(yù)測要比五步預(yù)測精確,印證了神經(jīng)網(wǎng)絡(luò)適合超短期預(yù)測的理論依據(jù)。另一方面,無論是一步預(yù)測還是五步預(yù)測,屬于局部逼近網(wǎng)絡(luò)的小波神經(jīng)網(wǎng)絡(luò)在一定程度上又優(yōu)于BP神經(jīng)網(wǎng)絡(luò),其中定價效果最為突出的小波一步預(yù)測的平均相對誤差僅為6.7%。
【圖文】：

基于神經(jīng)網(wǎng)絡(luò)方法的期權(quán)定價應(yīng)用研究3.2.1BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)反向傳播網(wǎng)絡(luò)實際上類似于一個多層感知器，因而在體系架構(gòu)上與多層感知器非常相近，也即典型的前饋型神經(jīng)網(wǎng)絡(luò)的體系結(jié)構(gòu)。隱含層的出現(xiàn)，使神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)訓(xùn)練變得復(fù)雜和困難，，所以嚴(yán)重地阻礙了學(xué)者們對多層神經(jīng)網(wǎng)絡(luò)的研究限制了神經(jīng)網(wǎng)絡(luò)的探索與發(fā)展。BP算法的出現(xiàn)突破了這一難題，促使多層神經(jīng)網(wǎng)絡(luò)的研究重新活躍。圖3一2所示為多層前向網(wǎng)絡(luò)中的一部分，其中有兩種信號流通。~~~~~~~卜

999990.012111111OOO0.023888lll1110.0257771112220.011666以表4.2作為參考，再經(jīng)過反復(fù)的嘗試，最終確定12個隱含層節(jié)點是比較合適的。隱含層節(jié)點數(shù)為12個的BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練過程如下圖:
【學(xué)位授予單位】：暨南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2011
【分類號】：F224;F830.9

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張根明;劉娟;卿小明;;BP神經(jīng)網(wǎng)絡(luò)在權(quán)證定價中的應(yīng)用研究[J];山東工商學(xué)院學(xué)報;2007年03期

2 劉鳳琴;馬俊海;;金融衍生證券的人工神經(jīng)網(wǎng)絡(luò)定價方法研究進(jìn)展評述[J];財經(jīng)論叢;2008年03期

3 張鴻彥;林輝;;基于小波神經(jīng)網(wǎng)絡(luò)的期權(quán)定價模型[J];東南大學(xué)學(xué)報(自然科學(xué)版);2007年04期

4 解光軍,莊鎮(zhèn)泉;期權(quán)定價中的分步式預(yù)測模型[J];系統(tǒng)工程;2000年04期

5 郭雪;葛翔宇;;蒙特卡羅方法在權(quán)證估價中的應(yīng)用[J];經(jīng)濟(jì)師;2007年03期

6 吳立揚(yáng),馬文偉;基于人工神經(jīng)網(wǎng)絡(luò)的實物期權(quán)定價[J];武漢理工大學(xué)學(xué)報(交通科學(xué)與工程版);2004年01期

7 高博;王啟敢;張艷鋒;;權(quán)證定價中的神經(jīng)網(wǎng)絡(luò)方法[J];統(tǒng)計與決策;2010年14期

8 譚朵朵;;基于BP神經(jīng)網(wǎng)絡(luò)的S&P500指數(shù)期權(quán)定價[J];統(tǒng)計與信息論壇;2008年11期

9 向小東;;基于小波神經(jīng)網(wǎng)絡(luò)的非線性組合預(yù)測方法及其應(yīng)用研究[J];現(xiàn)代管理科學(xué);2007年06期

10 張新紅;;經(jīng)濟(jì)時間序列的連續(xù)參數(shù)小波網(wǎng)絡(luò)預(yù)測模型[J];運(yùn)籌與管理;2007年02期

相關(guān)博士學(xué)位論文 前1條

1 張新紅;小波網(wǎng)絡(luò)理論及其在經(jīng)濟(jì)預(yù)測中的應(yīng)用研究[D];天津大學(xué);2003年

相關(guān)碩士學(xué)位論文 前8條

1 馬文偉;基于人工神經(jīng)網(wǎng)絡(luò)的實物期權(quán)定價方法研究[D];武漢理工大學(xué);2004年

2 劉志強(qiáng);基于神經(jīng)網(wǎng)絡(luò)的期權(quán)定價模型[D];重慶大學(xué);2005年

3 王映喬;基于神經(jīng)網(wǎng)絡(luò)的匯率預(yù)測及系統(tǒng)設(shè)計[D];西南財經(jīng)大學(xué);2007年

4 劉娟;基于人工神經(jīng)網(wǎng)絡(luò)的權(quán)證定價研究[D];中南大學(xué);2007年

5 張凌;基于人工神經(jīng)網(wǎng)絡(luò)的期權(quán)定價模型[D];武漢理工大學(xué);2007年

6 楊梁玉;RBF神經(jīng)網(wǎng)絡(luò)在認(rèn)股權(quán)證定價中的應(yīng)用研究[D];廈門大學(xué);2009年

7 盧曉彤;分?jǐn)?shù)布朗運(yùn)動環(huán)境下的期權(quán)定價問題[D];華中科技大學(xué);2008年

8 張軻;中國權(quán)證價格的神經(jīng)網(wǎng)絡(luò)預(yù)測模型及其結(jié)構(gòu)優(yōu)化[D];電子科技大學(xué);2010年

本文編號：2674271