杠杆效应对期权定价的影响研究

本文基于时间序列视角从随机模拟和实证研究两方面探讨随机波动率模型中杠杆效应对期权定价的影响.在随机模拟中,通过与基本的随机波动率模型比较,发现当收益率时间序列存在高杠杆时,带杠杆的随机波动率模型给出的期权价格更接近真实的价格,在MAE和RMSE距离统计量上都存在显著差异,但较低的杠杆对期权定价不会有显著影响;并且,在带杠杆的模型中,路径模拟定价法优于BS框架下的定价方法.此外,在标普500指数的欧式期权上的实证研究,表明指数存在较高的杠杆水平;相较于期权市场价格,带杠杆的模型在定价上好于基本的模型,在MAE和RMSE统计量上存在显著性的差异.     

基于波动率分解的期权定价

文章通过将标的资产波动率分解为不相关的两个组成部分,构建了期权定价模型,并求解了相应的期权定价公式.分析新模型在标的资产收益率的偏度与峰度、隐含波动率等方面的重要特征,并利用市场数据对模型进行了拟合.研究表明:将波动率进行分解,以适应于其组件不同的运动过程,从而扩展了模型的适用场景;利用波动率组件的相互作用,即使在波动率参数较低时,也可以令短期期权获得明显的尖峰、波动率微笑等形态特征,从而有效地规避了单因素随机波动率模型的缺陷;同时,通过波动率分解引入新的风险源,模型具有更好的定价效率.     

基于Hull-White扩展模型的欧式期权动态定价方法

欧式期权的动态定价过程可归结为实际价格观测、模型选择、状态变量估计以及下一时刻期权定价的动态循环.为使这一定价过程兼具序贯性、准确性及易行性,设计了一种基于Hull-White扩展模型的动态定价方法:以平稳仿射随机波动率模型作为基础模型,在仅存有限个期权合约时,根据实际期权价格曲面,使用粒子滤波方法估计瞬时方差,并在固...     

基于Hull-White扩展模型的欧氏期权动态定价方法

欧式期权的动态定价过程可归结为：实际价格观测、模型选择、状态变量估计以及下一时刻期权定价的动态循环。为使这一定价过程兼具序贯性、准确性及易行性,设计了一种基于Hull-White扩展模型的动态定价方法：以平稳仿射随机波动率模型作为基础模型,在仅存有限个期权合约时,根据实际期权价格曲面,使用粒子滤波方法估计瞬时方差,并在固定显式参数下,更新Hull-White扩展模型;进而利用前向特征过程,实现下一时刻的期权定价。实证表明：相比于固定参数及参数学习下基于对比模型的一般风险中性定价,使用基于Hull-White扩展模型的动态定价方法时,期权定价准确性和稳定性均显著提升。     

基于局部波动率模型的上证50ETF期权定价研究

局部波动率模型被广泛运用于风险管理、期权定价等领域,该模型不仅可以描述波动率微笑、期限结构等实际现象,同时能保证市场的完备性.研究局部波动率模型的核心目标是对隐含波动率进行建模.本文分别通过参数法和非参数法对隐含波动率建模,不仅保证了波动率曲面的无套利性,同时给出了非参数法求解局部波动率的显式表达式,从而消除了近似误差,得到较为光滑的波动率曲面.此外,本文基于局部波动率模型对我国上证50ETF指数期权的定价进行了实证研究,分别从样本内定价误差、样本外定价误差、套期保值效果三个方面分析比较了该模型的定价效果.实证结果显示:对样本内数据,非参数法拟合的定价结果优于参数方法;对样本外数据以及套期保值效果来说,参数法取得的效果较好.特别地,隐含波动率建模方法无论是对期权定价还是套期保值,效果均优于直接根据市场数据建模的结果,样本内定价误差可减少一半以上,均方误差可降低1～2个数量级.     

VIX期权定价——基于随机参数的仿射调和稳态模型

考虑VIX时间序列均值回复、尖峰厚尾、有偏、非对称跳与波动率聚类的特征，本文源于日历时间与内在时间的视角，构建了基于随机参数的仿射调和稳态模型.同时应用VIX时序过程的特征函数、等价无穷小与概率论方法，求出期权定价最简表达式.基于该类模型与期权定价方法，可以快速地进行VIX期权定价模型的参数估计与定价预测.较之前沿的带随机参数的跳过程的CIR定价模型与FFT期权定价方法，具有快而精准的特征.较之一般的仿射跳模型，不仅能较好地刻画VIX时序中的尖峰厚尾、有偏与非对称跳等特征，而且具有较好的经济解释与可行性的优势.该研究不仅丰富了衍生品定价理论，也为投资者进行风险规避与衍生品定价提供一些参考.     

Variance Gamma过程与股票期权定价中的波动率偏度的纠正

针对Black-Scholes期权定价模型在股票期权定价中的波动率偏度的定价偏差，介绍一种新的改进模型来纠正波动率偏度，这种改进模型是通过将Black-Scholes期权定价模型中的布朗运动过程替换为Variance Gamma过程来实现的，在给出相应欧式看涨期权价格的解析的基础上，对改进模型的定价性能进行实证检验。     

融合机器学习算法的期权定价

设计了融合参数模型和非参数机器学习模型进行训练的算法,利用非参数模型拟合参数模型,将其作为先验分布,然后采用贝叶斯学习方法进行优化,并在训练中实现分布的动态调整。该方法在训练过程中有助于避免模型参数过度波动,提升模型泛化能力。针对期权定价,在BS、Heston等参数模型及神经网络等机器学习模型基础上,构建了相应的融合模型BS＿BR和HS＿BR,并利用市场数据进行了实证分析。研究表明,融合模型可以较好地发挥两类模型的优势,无论是在样本内拟合效率,还是样本外预测能力方面都具有更好的表现。     

基于奈特不确定性随机波动率期权定价

不同于传统的思路, 本文以奈特不确定的视角处理带有随机波动率的期权定价问题. 首先, 证明随机波动率模型本质上是一个奈特不确定问题; 并且用折现相对熵来度量奈特不确定大小. 然后, 通过一个效用函数来权衡奈特不确定和奈特溢价, 求得个体在奈特不确定下最优概率测度, 导出了含奈特厌恶度γ 的欧式看涨期权定价公式. 通过Monto Carlo模拟发现个体奈特厌恶度γ 和期权的到期日对期权的价格有重要影响, 并使用沪市权证实例给出奈特厌恶度γ 的具体估算方法.     

具有服从有限马尔可夫链随机波动的期权定价问题

对Ｒｉｔｃｈｅｙ的通过以有限马尔可夫链替代其非组合二项式概率树的有限混合期权定价模型进行了修改。结果,混合模型的元素的数量将不象多期期权定价那样扩张,崦是保持不变。由于只要存在足够的交易期权量,有限波动空间将允许磁期保值。因而使风险中性评价得到更理想的调整。     

基于混合转移分布模型的Black-Scholes期权定价偏差纠正

波动率微笑是B lack-Scho les(BS)期权定价模型的定价偏差之一。混合转移分布(MTD)模型的最大优点在于其不仅能拟合时间序列中的平稳态,还能较好地拟合时间序列中的延伸态、突发态和异常值。在MTD模型的基础上建立了欧式看涨期权定价模型,利用香港恒生指数期权数据进行了实证检验,估计出了基于MTD期权定价模型的隐含波动率,并将之与BS期权定价模型的隐含波动率进行了比较。发现在不同的期限结构下,基于MTD期权定价模型的隐含波动率比BS期权定价模型的隐含波动率平抑了许多。这说明MTD期权定价模型对BS期权定价模型的波动率微笑定价偏差有较好的纠正。     

一个依赖于挠度与峭度的三项式期权定价模型

提出了一个将股票收益分布的头四个动差结合起来的三项式期权定价模型。该模型所包含的股票收益分布的挠度可正可负,尾部可宽可窄,还可以是混合的。特别地,模型的系数可选择得与股票收益分布的实际估计评均值、方差、挠度和峭度相匹配,因而就可能产生出与实际观测的股票收益分布较为一致的期权价格。     

Pricing General Exchange Option on Jump-diffusion Model

The problem of general exchange option pricing on jump-diffusion model is presented, we use the methods of the change of numeraire and martingale measure, and get the analytic solution of above option.     

一个新型的期权定价二叉树参数模型

对目前普遍使用的期权定价二叉树模型的缺陷进行了分析 ,利用随机误差校正方法构造出新型的二叉树参数模型 .新的模型避免了负的概率并且具有很高的精确度 ,因而可应用于计算各种期权的价格 .     

标的资产服从混合过程的期权定价模型

通过对期权的标的资产（以股票为例）的价格行为过程进行分析,引入一种价格服从混合过程的新模式,改变了Ｂｌａｃｋ－Ｓｃｈｏｌｅｓ期权定价模型的基本假设之一,推导出一种新的期权定价模型,获得了较理想的结果.     

有交易成本的期权定价模拟组合证券法

完全市场条件下的欧式期权定价已有受欢迎的Ｂ－Ｓ定价公式,有交易成本的不完全市场期权定价还没有解决。本文用组合证券模拟期权收益构造定价基本方程式,设计循环计算程序计算期权价格,并提出它的Ｂ－Ｓ定价公式的修正形式。