不同基函数对LSM美式期权定价的影响

美式期权允许期权持有人在期权到期前的任何时间行权,因而我们无法使用B-S公式为美式期权定价而多采用数值分析分方法对其进行定价.应用最小二乘蒙特卡洛法(LSM)对美式期权进行定价的方法首先由Longstaff和Schwartz于2001年提出.在该方法中,在进行最小二乘回归时,不同基函数的选取会对最终定价结果产生重要影响.本文研究了使用不同正交多项式作为基函数对美式期权定价的影响.     

基于Bayesian MCMC方法的美式障碍期权模拟定价

在最小二乘蒙特卡洛(LSM)方法基础上,提出用加权最小二乘与蒙特卡洛(MC)方法相结合,得到加权最小二乘蒙特卡洛(WLSM)方法,研究了障碍期权模拟定价的问题.假设标的资产价格过程遵循几何布朗运动,分析了是否支付红利和生成期权价格路径的问题.使用随机化Faure序列替换LSM方法中伪随机数,给出了WLSM方法在美式障碍期权定价的算法步骤.使用R语言对美式障碍上升敲出看跌期权(up-and-out put)在支付红利的情形下进行数值模拟,结果表明此方法与其他定价模型方法相比,定价更准确,说明该方法具有可行性和有效性.     

美式期权FHS-GARCH-LSM定价新方法

将FHS-GARCH与最小二乘蒙特卡洛(LSM)方法结合,提出了一种美式期权定价的新方法——FHS-GARCH-LSM方法.用2008年下半年S&P100指数美式看跌期权的10 478个价格数据进行实证分析,发现与经典的Black-Scholes模型相比,FHS-GARCH-LSM方法对市场上交易的美式期权定价准确性有显著提高.     

负熵最小化加权最小二乘支持向量机及其应用

提出了一种负熵最小化加权最小二乘支持向量机分类模型,并应用于水下底质识别任务.该模型在原始最小二乘支持向量机(Least Square Support Vector Machine,LSSVM)基础上引入权重,通过权重分布的负熵最小化调节和控制权重的稀疏度,然后使用该稀疏分布权重进一步进行加权LSSVM再学习,从而实现对原始LSSVM分类边界的调整优化.将负熵最小化加权LSSVM应用于水下钴结壳底质识别,实验结果表明,该负熵最小化加权LSSVM能显著减小钴结壳错判率和识别正确率,有效提高底质识别效果.     

基于KPCA和LSSVM的氧化铝粉流量预测

针对氧化铝粉流量需在线精确测量,在线分析仪表成本较高和测量滞后的问题,提出了一种将核主元分析(KPCA)和最小二乘支持向量机(LSSVM)两种方法相结合的软测量混合建模方法,通过核主元分析(KPCA)提取数据非线性主元,并利用最小二乘支持向量机(LSSVM)建立氧化铝粉流量预测模型,预测结果表明该模型具有更好的非线性数据处理能力,运算速度快、跟踪性能好以及泛化能力强等优点,能满足氧化铝粉流量的在线测量要求.     

模糊均值聚类和最小二乘支持向量机相融合在遥感图像分类中的应用

为了提高遥感图像分类精度,提出一种模糊均值聚类(FCM)和最小二乘支持向量机(LSSVM)相融合的遥感图像分类方法(FCM-LSSVM).首先对遥感图像样本进行模糊均值聚类,得到隶属度矩阵,然后根据隶属度矩阵选择遥感图像的训练样本,最后将训练样本输入到最小二乘支持向量机进行学习,并采用粒子群优化最小二乘支持向量机参数,建立遥感图像分类模型.通过仿真实验对算法性能进行测试,结果表明FCM-LSSVM提高了遥感图像分类效率和分类精度.     

构造稀疏最小二乘支持向量机的网络入侵检测模型

从最小二乘支持向量机的稀疏表达出发,构建高效的基于稀疏最小二乘支持向量机的网络入侵检测模型,提出了一种通过基于核空间近似策略的有效低秩逼近来有效减小原始训练样本集中的支持向量数来实现最终模型的稀疏表达.以MIT KDD99数据集为基础,对所提出方法进行有效性验证,并与利用剪枝策略通过递归过程中不断减少模型中支持向量个数的稀疏化方法、基本最小二乘支持向量机以及标准支持向量机方法的性能进行对比.结果表明:基于核空间近似的最小二乘支持向量机稀疏化与标准最小二乘支持向量机相当;此外稀疏最小二乘支持向量机能够提高入侵检测响应速度.     

基于Cholesky分解的LSSVM在线学习算法

针对最小二乘支持向量机(LSSVM)用于在线建模时存在的计算复杂性问题,提出一种LSSVM在线学习算法.首先引入了基于Cholesky分解求LSSVM的方法,接着根据在线建模期间核函数矩阵的更新特点,将分块矩阵Cholesky分解用于LSSVM的在线求解,使三角因子矩阵在线更新从而得出一种新的LSSVM在线学习算法.该算法能充分利用历史训练结果,减少计算量.仿真实验显示了这种在线学习算法的有效性.     

叠加支持向量机及其在醋酸精馏软测量中的应用

针对在高维输入空间数据点的异常稀疏性(维数灾难)会导致支持向量机回归模型产生偏差的问题,提出了一种基于叠加模型的支持向量机回归方法———叠加支持向量机回归(AddS-VR)。AddSVR的实现是通过对每一维输入进行核化,然后将每一个核空间进行叠加得到,基于叠加模型可以克服维数灾难的问题,使得其在处理高维问题时估计偏差减小。为了更方便、迅速地实现AddSVR,还提出了对支持向量机的一种简化的二次规划描述。将AddSVR用于醋酸共沸精馏中塔底醋酸组分的预测,仿真实验结果表明,AddSVR模型与传统的SVR和最小二乘支持向量机回归(LS-SVM)模型相比有更好的预测效果。     

最小二乘支持向量机的理论及应用研究

介绍了支持向量机(SVM)的数学原理和最小二乘支持向量机(Least Squares Support Vector Machines,LSSVM)的数学原理与应用研究。在支持向量机中采用的是二次规划方法,而最小二乘支持向量机则用最小二乘线性系统作为损失函数从而取代它,这样就利用等式约束的方法取代了不等式约束,最终演变为对线性方程组的求解,使求解的速度得到提高,求解的收敛精度得到提升。将最小二乘支持向量机与偏最小二乘法、标准支持向量机进行了对比。最终表明,LS-SVM计算结果更准确,更简单,内存的占有量也较少,计算时间短,耗时少,是一个很有应用价值的研究方向。     

确定美式Spread期权自由边界的一种算法

Spread期权是一种新型两维美式差价期权，即客户有权以价格E，一份标的资产s2交换一份标的资产s1。这种期权涉及到两标的资产且可提前 执行，其数学模型是抛物型方程的自由边界问题，确定期权价格的关键在于自由边界位置的确定。通过坐标变换、高精度分裂算法及奇性消除方法等手段，计算出可靠的数值结果。     

线性补问题与美式期权定价

本文利用线性补问题的连续性算法来研究美式期权定价,将有红利收益的美式期权定价模型转换成一个线性补问题,利用连续性算法计算任何时刻、任何标的价格的带有红利收益的美式期权定价。     

基于Landau’s变换的求解美式期权的有限差分法

针对标准美式看跌期权定价问题给出一种基于Landau’s变换的有限差分法.先利用Landau’s变换及截断技巧将美式期权问题转化为一个有界规则区域上的抛物问题,再利用有限差分法求解期权价格,并利用Newton迭代法同时求解出最佳实施边界.数值实验结果表明,该算法能快速有效地求解出较传统二叉树法更光滑的最佳实施边界,并能准确地模拟美式看跌期权价格.     

求解美式期权定价问题的预估校正方法

考虑求解美式期权定价问题的预估校正方法. 先通过变量替换和截断技巧将美式期权定价问题转化为有界区间上的线性互补问题, 再采用有限差分法离散该问题. 对于离散后的系统, 采用预估校正方法进行求解. 数值实验表明, 该算法能快速准确地模拟不同参数下的美式期权价格.     

具有随机波动率的美式期权定价

为了更好地解决期权定价中存在的问题,研究了带有Heston随机波动率模型的期权定价问题,对美式期权的最佳实施边界及其提前执行的条件进行了分析和讨论。鉴于美式期权不存在解析定价公式,通过离散化参数空间将带有Heston随机波动率的美式期权价格所满足的随机偏微分方程转化为相应的差分方程,进而采用高阶紧式有限差分方法进行求解,得到了期权价格的数值解。通过数值实验对理论结果进行验证和模拟,对带有常数波动率和随机波动率条件下的两种最佳实施边界进行比较,发现最佳实施边界也具有随机波动性;在设定参数下对波动率的行为和性质进行分析,模拟出波动率曲线,并对高阶紧差分方法的计算结果进行比较,得到了期权的数值解,验证了算法的有效性。此方法对解决随机波动率下的期权定价其他问题,如:随机波动率下的多标的资产期权定价、障碍期权定价的研究具有借鉴价值。     

美式多资产期权定价问题的有限差分法

提出一种求解美式多资产期权定价问题的有效算法. 首先, 利用惩罚法和完全匹配层技巧将多资产期权满足的线性互补模型转化为有界区域上的非线性抛物问题; 然后采用半隐式有限差分法求解转化后的非线性问题, 并给出该方法的误差结果及数值解的非负性证明; 最后利用数值实验验证所提算法的实用性和有效性.     

美式多资产期权定价问题的有限差分法

提出一种求解美式多资产期权定价问题的有效算法. 首先, 利用惩罚法和完全匹配层技巧将多资产期权满足的线性互补模型转化为有界区域上的非线性抛物问题; 然后采用半隐式有限差分法求解转化后的非线性问题, 并给出该方法的误差结果及数值解的非负性证明; 最后利用数值实验验证所提算法的实用性和有效性.     

基于快速分数阶Fourier变换的期权定价——以上证50ETF期权为例

受美国股市熔断影响,近期中国欧式期权波动剧烈,从而对其定价问题产生一定挑战.基于VG过程刻画上证50ETF期权标的资产对数价格变化情况,对美国股市熔断前后各9支期权数据,采用快速分数阶Fourier变换进行期权定价研究,并与实际价格进行对比.实证分析表明:在美国股市熔断期间标的资产价格波动相对剧烈时VG过程依然拟合较好,用快速分数阶Fourier变换数值方法具有一定优势.     

三元期权定价问题的偏微分方程数值解

研究了基于Black—Scholes模型的标的资产期权定价的数值方法——有限差分方法．基于Gilli的工作讨论了三元期权定价问题，采用具有良好稳定性和收敛性的隐式有限差分格式来进行问题的空间离散，并用稳定化双共轭梯度法数值求解对应离散问题的大型稀疏线性方程组．计算结果正确反映了标的资产波动率、无风险利率、资产当期价格和成交价格及资产间的协相关系数对期权定价的影响．     

求解CEV模型下美式看跌期权的有限差分法

采用有限差分法求解CEV模型下美式看跌期权的定价问题, 得到了期权价格和最佳实施边界的数值逼近结果. 数值实验结果表明, 所给算法即快速又精确, 为金融机构提供了一种快速定价金融产品的方法.