基于CIR随机波动率模型的障碍期权Monte-Carlo

经典的Black-Scholes模型中,期权定价的波动率假设为常数,事实上金融市场的交易中波动率是随机变化的.为了更贴合实际情况研究随机波动率下的期权定价是非常有必要的.现在假设波动率是一个随机变量并且满足CIR模型,以障碍期权为研究对象,应用蒙特卡洛模拟法对其路径进行模拟,最后对上升敲出看跌障碍期权进行蒙特卡洛模拟定价.     

随机波动率模型下的欧式期权定价

研究随机波动率模型下欧式期权的定价,运动Δ对冲建立偏微分方程方法以及在ρ=0时利用鞅方法最终给出随机波动率模型下欧式期权定价公式.     

基于Hull-White随机波动率模型的算术平均亚式期权Monte-Carlo定价

在Black-Schole期权定价模型中,假设股票红利q、无风险利率r及股票收益的标准差σ都是常数.然而在实际的交易市场,波动率却是随机变化的,而非常数.因此,把波动率考虑到期权定价公式中是十分必然的.在建立随机波动率定价模型中,假设波动率是一个随机变量,以亚式期权为研究对象,让随机波动率满足Hull-White模型,对算术平均亚式期权进行Monte-Carlo模拟定价.     

双币种模型下欧式股指期货期权定价

在双重货币模型下讨论股指期货期权定价问题.基于标准普尔500指数(S&P500指数)期货期权,应用多因子Girsanov定理,寻找使S&P500指数期货期权的人民币价值的贴现价格过程为鞅的概率测度,最终在人民币市场为S&P500指数期货期权定价.     

梯形模糊数下的资产期权定价模型

在现实金融世界中,投资者利用期权交易的目的主要是进行套期保值.然而由于金融产品市场价格的随机性,期权的交易仍然存在很大的风险.理论上,如果在期权定价中引入模糊的概念,那么投资者可能会拥有更多的机会来考虑他们的决策,从而减少投资风险,获取利益.针对二元期权中的资产期权,考虑标的资产价格在交易期末的不确定性或模糊性,在传统期权定价模型的基础上,应用梯形的隶属函数,将标的资产期末价格模糊化,建立了一种新的资产期权定价模型.     

股指期货障碍期权的定价

讨论以股指期货为原生资产的障碍期权的定价问题,利用Girsanov定理定义了等价鞅测度,在此测度下用鞅方法给出了股指期货障碍期权价值的Black-Scholes公式.     

随机利率与随机波动率下三叉树模型下欧式期权的定价

在经典的Black-Scholes期权定价公式中,假定波动率和利率为常数,但是在现实世界中,波动率和利率皆为随机变量.为了使期权的定价更切合市场和现实生活,在波动率和利率随机的前提下,用三叉树模型,对期权进行定价,通过对风险中性测度的假设.得到了期权定价公式.由于是在三叉树模型下确定的期权价格,所以更切合现实市场.     

基于分数跳扩散过程的幂期权定价

应用风险中性定价原理,研究标的股价服从分数跳扩散过程的幂期权的定价问题,并得出该情况下欧式看涨幂期权、看跌幂期权的定价公式及平价公式,并与股价服从跳扩散过程的标准欧式期权定价模型进行比较分析,并验证了布朗运动只是分数布朗运动的一种特例,可基于分数布朗运动对原有的期权定价模型进行推广.     

期权类衍生金融工具的多期二项式定价数学模型

在期权类衍生金融工具定价原理的基础上,给出了单期和多期二项式定价数学模型的推导过程,并结合具体实例说明多期定价模型的应用.     

模糊随机环境下的期权定价

由于金融市场的时常波动性,使得期权定价模型的参数变得模糊不清.在这种情况下.将模糊逻辑与随机过程同时引入金融市场.采用随机过程刻画标的股票价格和利率的变化过程,同时考虑定价模型的输入参数是模糊随机数的情形,得到了不确定形式的Black-Scholes模型,并给出一定可信度下欧式期权的模糊随机价格区间.数值算例说明了模糊随机技术是对金融市场的不确定性问题进行建模的有力工具.     

基于随机利率下跳-扩散过程的复合期权的定价

复合期权是以期权作为标的资产的期权,在公司金融中应用非常广泛,能够得到复合期权的定价解析公式是十分有用的。首先建立随机利率条件下,含有多个跳跃项和多个扩散项的股票价格过程的随机微分方程,然后利用测度变换及鞅方法得到欧式期权及欧式复合期权的定价解析公式。从两方面推广了以前的一些结果:同时考虑了随机利率和跳扩散过程;假定跳扩散过程含有多个扩散源和跳跃源。     

基于双流LSTM神经网络的股价趋势预测

股价波动研究依赖分析金融新闻数据集浅层特征，而忽略了金融新闻句子中单词之间的结构关系，从而导致股价波动预测研究效果不佳。针对该问题，提出了一种基于双流长短时记忆网络（long short term memory network, LSTM）神经网络的股价趋势预测模型（Sent2Vec-DLSTM）。该模型的创新之处在于：提出了基于金融股票新闻数据集和哈佛IV-4情绪词典训练的情感词向量生成模型——Sent2Vec；提出了新型的双流LSTM神经网络（Dual-stream LSTM, DLSTM）。在实验中，首先用标普500指数历史数据以及爬取获得的金融类文章进行标普500指数的趋势预测，然后用VietStock新闻和来自Cophieu68的股票价格数据预测VN指数的变化趋势。结果表明，Sent2Vec-DLSTM相较于现有模型在股价趋势预测中具有更好的效果。     

论我国推出股指期货

当前股票市场已发展到一定规模，吸收了众多的投资者和大量的资金，但市场存在着一定的系统风险。推出股指期货有利于完善证券市场，增强竞争力，减少系统风险，稳定股票现货市场。本文就股指期货的概念、推出的必要性和对证券市场的影响等几个方面作了一些探讨。     

基于神经网络股票预测的研究

利用股票市场的理论和神经网络的BP算法来预测股票价格.先对股票进行基本面的分析,再对股票进行技术面的分析.运用技术分析的技术指标和神经网络优势,对股票进行大数据量的训练,使得模型可靠,再对股票进行测试.从实验的效果来看,取得令人满意的效果.     

在多跳跃-扩散过程下的幂型再装期权的定价

考虑股票价格服从多跳跃随机过程,在无套利的条件下,通过运用等价鞅测度的方法和条件期望的一些结论,推导出在多跳跃-扩散过程下幂型再装期权的显式解.     

随机利率下两种奇异期权的定价

假设利率是随机利率,在全面地考虑基础变量—债券和股票的价格行为特征的基础上,利用鞅方法推导了随机利率下两种奇异期权定价公式.     

我国居民消费价格指数的FAR模型

根据我国居民消费价格指数的非线性特征,基于多项式样条估计,并利用AIC准则和逐步回归方法选择门限变量和滞后变量,建立了函数系数自回归(FAR)模型,同时运用所建模型对我国居民消费价格指数进行估计和预测,计算结果表明:FAR模型能够很好地解决居民消费价格指数估计和预测这一问题,而且预测精度较高.     

带有Poisson跳的股票价格模型下权益指数年金的定价

考虑了在死亡风险情况下,当股票指数服从Poisson跳扩散过程,缴费方式为等额年缴型的权益指数年金,给出了在简单点对点指数计算方法下该年金的定价公式.     

关于库存模型在不同条件下应用的探讨

分析了库存模型在不同条件下运用的情况,指出了库存控制模型的应用条件是需求量、备运量、货延迟期为确定的量,应根据生产需要的特点和控制要素不同,计算最经济的订货批量。具体运用时应考虑保证生产或销售的经营需要,以及市场价格变动的影响,对模型计算数据加以调整。