本文關(guān)鍵詞： 粒子群優(yōu)化算法 波動(dòng)率 變異操作 期權(quán)定價(jià)　出處：《四川大學(xué)學(xué)報(bào)(自然科學(xué)版)》2017年05期 　論文類型：期刊論文

【摘要】：波動(dòng)率是Black-Scholes公式中的一個(gè)重要參數(shù),期權(quán)價(jià)格對(duì)它的變動(dòng)非常敏感.本文首先介紹了Black-Scholes期權(quán)定價(jià)公式,分析了波動(dòng)率對(duì)期權(quán)定價(jià)的重要性.然后,為了計(jì)算粒子位置和速度,本文根據(jù)全局最優(yōu)位置的歷史數(shù)據(jù)及變異操作,提出了一種基于全局最優(yōu)位置修正的粒子群優(yōu)化算法.最后,本文在數(shù)值實(shí)驗(yàn)中運(yùn)用修正的粒子群優(yōu)化算法獲得了基于期貨合約的歐式看漲期權(quán)公式中波動(dòng)率的估計(jì)值,并通過(guò)實(shí)驗(yàn)結(jié)果比較表明該算法具有更好的收斂性.
[Abstract]:Volatility is an important parameter in the Black-Scholes formula, and the option price is very sensitive to its change. This paper first introduces the Black-Scholes option pricing formula. The importance of volatility to option pricing is analyzed. Then, in order to calculate the particle position and velocity, this paper based on the historical data of the global optimal position and mutation operation. A particle swarm optimization algorithm based on global optimal position correction is proposed. Finally. In this paper, the modified particle swarm optimization (PSO) algorithm is used to obtain the estimation of volatility in the formula of European call options based on futures contracts in numerical experiments. The experimental results show that the proposed algorithm has better convergence.
【作者單位】： 重慶工商大學(xué)數(shù)學(xué)與統(tǒng)計(jì)學(xué)院;
【基金】：國(guó)家自然科學(xué)基金(11471059) 重慶市科委項(xiàng)目基金(cstc2016jcyjA0564) 重慶市教委項(xiàng)目基金(KJ1500631) 重慶工商大學(xué)博士科研啟動(dòng)項(xiàng)目基金(2015-56-08);重慶工商大學(xué)青年項(xiàng)目基金(1552004)
【分類號(hào)】：F830.9;TP18
【正文快照】： 1引言期權(quán)是金融機(jī)構(gòu)中備受關(guān)注的一種金融衍生工具.為在期權(quán)市場(chǎng)中探索出令人滿意的投資領(lǐng)域,期權(quán)的定價(jià)問(wèn)題受到了投資者、經(jīng)濟(jì)學(xué)家、應(yīng)用數(shù)學(xué)家乃至物理學(xué)家的廣泛關(guān)注.1973年,Black,Scholes[1]和Merton[2]共同提出了著名的Black-Scholes-Merton模型.該模型一個(gè)偏微分方程,

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 戴冬雪,王祁,阮永順,王曉超;基于混沌思想的粒子群優(yōu)化算法及其應(yīng)用[J];華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2005年10期

2 李紹軍;王惠;錢鋒;;基于模式優(yōu)選思想改進(jìn)的粒子群優(yōu)化算法[J];控制與決策;2006年10期

3 蘇俊霞;蔚承建;;基于粒子群優(yōu)化算法的自動(dòng)機(jī)制設(shè)計(jì)[J];計(jì)算機(jī)工程與應(yīng)用;2007年04期

4 何妮;吳燕仙;;粒子群優(yōu)化算法的研究[J];科技信息(科學(xué)教研);2008年06期

5 賀毅朝;王熙照;曲文龍;;一種具有雙重進(jìn)化空間的擴(kuò)展粒子群優(yōu)化算法[J];小型微型計(jì)算機(jī)系統(tǒng);2008年08期

6 王正帥;鄧喀中;;基于文化框架的隨機(jī)粒子群優(yōu)化算法[J];計(jì)算機(jī)科學(xué);2012年06期

7 馮紀(jì)強(qiáng);溫雅;;粒子群優(yōu)化的模糊特征[J];現(xiàn)代電子技術(shù);2012年23期

8 田亞菲;張范勇;閻石;;基于粒子群優(yōu)化的細(xì)菌覓食優(yōu)化算法[J];控制工程;2012年06期

9 祁超;張曦;劉煥杰;張薈萃;;云環(huán)境下多群體協(xié)作粒子群優(yōu)化框架的研究[J];科技創(chuàng)新與應(yīng)用;2013年36期

10 高海兵;周馳;高亮;;廣義粒子群優(yōu)化模型[J];計(jì)算機(jī)學(xué)報(bào);2005年12期

相關(guān)會(huì)議論文 前9條

1 徐俊杰;忻展紅;;基于增強(qiáng)型參考位置的粒子群優(yōu)化模型[A];’2004系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會(huì)論文集[C];2004年

2 王亞;于永光;耿玲玲;;一類改進(jìn)的自適應(yīng)粒子群優(yōu)化算法對(duì)混沌系統(tǒng)未知參數(shù)的估計(jì)[A];中國(guó)力學(xué)大會(huì)——2013論文摘要集[C];2013年

3 王光輝;陳杰;潘峰;;多種群協(xié)同粒子群優(yōu)化算法求解動(dòng)態(tài)環(huán)境優(yōu)化問(wèn)題[A];第二十七屆中國(guó)控制會(huì)議論文集[C];2008年

4 楊雅偉;侍洪波;;量子粒子群優(yōu)化算法及其應(yīng)用研究[A];中國(guó)儀器儀表學(xué)會(huì)第九屆青年學(xué)術(shù)會(huì)議論文集[C];2007年

5 趙建玉;賈磊;陳月輝;張勇;;基于粒子群優(yōu)化的信號(hào)交叉口交通流預(yù)測(cè)模型[A];第二十六屆中國(guó)控制會(huì)議論文集[C];2007年

6 趙秋玲;周雅莉;張奇志;;基于粒子群優(yōu)化的結(jié)構(gòu)振動(dòng)分布式反饋控制[A];2005年中國(guó)智能自動(dòng)化會(huì)議論文集[C];2005年

7 肖龍光;丁曉東;謝集平;;粒子群優(yōu)化算法的改進(jìn)[A];第二十三屆中國(guó)控制會(huì)議論文集（上冊(cè)）[C];2004年

8 龔?fù)?曹秀英;;基于粒子群優(yōu)化的偽距定位算法研究[A];第二屆中國(guó)衛(wèi)星導(dǎo)航學(xué)術(shù)年會(huì)電子文集[C];2011年

9 錢偉懿;王艷杰;;帶自適應(yīng)壓縮因子粒子群優(yōu)化算法[A];中國(guó)運(yùn)籌學(xué)會(huì)模糊信息與模糊工程分會(huì)第五屆學(xué)術(shù)年會(huì)論文集[C];2010年

相關(guān)博士學(xué)位論文 前10條

1 劉昊;多樣性增強(qiáng)的粒子群優(yōu)化算法及其應(yīng)用研究[D];北京理工大學(xué);2015年

2 姜毅;動(dòng)態(tài)環(huán)境下粒子群優(yōu)化算法的研究[D];武漢大學(xué);2013年

3 Shafiullah Khan;粒子群優(yōu)化算法及其在電磁設(shè)計(jì)中的應(yīng)用[D];浙江大學(xué);2017年

4 熊勇;粒子群優(yōu)化算法的行為分析與應(yīng)用實(shí)例[D];浙江大學(xué);2005年

5 唐賢倫;混沌粒子群優(yōu)化算法理論及應(yīng)用研究[D];重慶大學(xué);2007年

6 唐賢倫;混沌粒子群優(yōu)化算法理論及應(yīng)用[D];重慶大學(xué);2007年

7 徐慧;粒子群優(yōu)化算法改進(jìn)及其在煤層氣產(chǎn)能預(yù)測(cè)中的應(yīng)用研究[D];中國(guó)礦業(yè)大學(xué);2013年

8 劉逸;粒子群優(yōu)化算法的改進(jìn)及應(yīng)用研究[D];西安電子科技大學(xué);2013年

9 高芳;智能粒子群優(yōu)化算法研究[D];哈爾濱工業(yè)大學(xué);2008年

10 張麗平;粒子群優(yōu)化算法的理論及實(shí)踐[D];浙江大學(xué);2005年

相關(guān)碩士學(xué)位論文 前10條

1 陳卓;粒子群優(yōu)化算法的改進(jìn)及在油藏?cái)?shù)值模擬中的應(yīng)用[D];北京建筑大學(xué);2015年

2 白云;基于粒子群優(yōu)化算法的復(fù)雜網(wǎng)絡(luò)社區(qū)挖掘[D];西北農(nóng)林科技大學(xué);2015年

3 楊艷華;基于粒子群優(yōu)化支持向量機(jī)的網(wǎng)絡(luò)態(tài)勢(shì)預(yù)測(cè)模型研究[D];蘭州大學(xué);2015年

4 鄭博;基于快速排序的多目標(biāo)粒子群優(yōu)化算法的研究及應(yīng)用[D];鄭州大學(xué);2015年

5 米永強(qiáng);非線性規(guī)劃問(wèn)題的混合粒子群優(yōu)化算法研究[D];寧夏大學(xué);2015年

6 李建美;基于自適應(yīng)變異與文化框架的混沌粒子群優(yōu)化算法[D];陜西師范大學(xué);2015年

7 劉星;基于粒子群優(yōu)化算法的特征選擇方法研究[D];南京大學(xué);2015年

8 牛旭;動(dòng)態(tài)粒子群優(yōu)化算法及其應(yīng)用[D];西安電子科技大學(xué);2014年

9 葉華;粒子群優(yōu)化算法研究[D];西安電子科技大學(xué);2014年

10 楊青河;基于優(yōu)化控制思想的粒子群優(yōu)化算法改進(jìn)研究[D];東北大學(xué);2013年

，

本文編號(hào)：1468825