發(fā)布時(shí)間：2022-01-10 09:22

　　科學(xué)合理的交易型開放式指數(shù)基金（ETF）期權(quán)定價(jià)有利于充分發(fā)揮其風(fēng)險(xiǎn)對沖功能,也是一個(gè)需要準(zhǔn)確掌握市場規(guī)律并兼顧經(jīng)濟(jì)學(xué)意義的復(fù)雜建模過程。本文提出了一種新的混合建模方法,將嵌套長短時(shí)記憶神經(jīng)網(wǎng)絡(luò)模型（NLSTM）與Heston模型結(jié)合,實(shí)現(xiàn)ETF期權(quán)定價(jià)偏差的動(dòng)態(tài)修正,并基于華夏上證50ETF、嘉實(shí)滬深300ETF和華泰柏瑞滬深300ETF的高頻期權(quán)數(shù)據(jù),實(shí)驗(yàn)驗(yàn)證了所提方法的有效性。研究結(jié)果表明,不同類型ETF期權(quán)價(jià)格的波動(dòng)特征差異顯著,無論是基于BS定價(jià)模型還是Heston定價(jià)模型都難以準(zhǔn)確刻畫ETF期權(quán)價(jià)格的復(fù)雜變化規(guī)律。通過將NLSTM神經(jīng)網(wǎng)絡(luò)模型與Heston模型結(jié)合,能夠有效地捕捉不同類型ETF期權(quán)的動(dòng)態(tài)變化規(guī)律,從而提升ETF期權(quán)定價(jià)的準(zhǔn)確性。 

【文章來源】：中國管理科學(xué). 2020,28(12)北大核心CSSCICSCD

【文章頁數(shù)】：10 頁

【部分圖文】：

高頻ETF期權(quán)定價(jià)混合建�？蚣�

Heston-NLSTM混合定價(jià)模型的訓(xùn)練集Loss變化情況圖

不同模型應(yīng)用于華夏上證50ETF期權(quán)數(shù)據(jù)的訓(xùn)練結(jié)果與真實(shí)值對比

【參考文獻(xiàn)】：
期刊論文
[1]重大突發(fā)公共事件下的宏觀經(jīng)濟(jì)沖擊、金融風(fēng)險(xiǎn)傳導(dǎo)與治理應(yīng)對[J]. 楊子暉,陳雨恬,張平淼.  管理世界. 2020(05)
[2]基于Hawkes因子模型的股價(jià)共同跳躍研究[J]. 劉志東,鄭雪飛.  中國管理科學(xué). 2018(07)
[3]基于Heston模型和遺傳算法優(yōu)化的混合神經(jīng)網(wǎng)絡(luò)期權(quán)定價(jià)研究[J]. 張麗娟,張文勇.  管理工程學(xué)報(bào). 2018(03)
[4]考慮微觀結(jié)構(gòu)噪聲的非仿射期權(quán)定價(jià)研究——基于上證50ETF期權(quán)高頻數(shù)據(jù)的實(shí)證分析[J]. 吳鑫育,李心丹,馬超群.  中國管理科學(xué). 2017(12)
[5]賣空交易與股票價(jià)格穩(wěn)定性——來自中國融資融券市場的自然實(shí)驗(yàn)[J]. 李志生,杜爽,林秉旋.  金融研究. 2015(06)
[6]一種尋找Heston期權(quán)定價(jià)模型參數(shù)的新方法[J]. 李斌,何萬里.  數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究. 2015(03)
[7]衍生產(chǎn)品、風(fēng)險(xiǎn)對沖與公司價(jià)值——一個(gè)理論綜述[J]. 陳忠陽,趙陽.  管理世界. 2007(11)



本文編號(hào)：3580460