基于LSTM的沪深300ETF期权定价模型研究

将深度学习算法中的长短记忆神经网络（LSTM）引入期权定价的研究中．构建了沪深300ETF看涨期权和看跌期权的LSTM定价模型,进行了实证分析,并和BP神经网络模型的预测结果进行了对比．结果表明,LSTM神经网络模型的预测精度与深度学习的训练次数有关,且LSTM期权定价模型的预测效果要优于传统的BP模型．     

厚尾随机波动率模型下的沪深300股指期权定价分析

首先,对沪深300股指期权交易数据,采用马尔科夫链蒙特卡洛方法、吉布斯采样方法,利用Eviews软件、WinBUGS软件,进行该期权的定价模型选择和参数估计,并通过BUGS程序语言中的贝叶斯估计法,进行模型参数求解.其次,对该期权进行随机波动率模型及B-S模型的实证分析研究,进而通过分析套利空间、误差因素,得出厚尾随机波动率模型对该期权的定价更为准确合理.     

沪深300指数影响因素分析

本文以世界经济、中国经济作为基本面,结合相关的经济指标,采用基本分析法,综合分析沪深300指数在2011年的走势,并对其在2011年下半年走势进行预测。     

沪深300股指期货对我国现货市场影响的实证分析

本文选取的沪深300数据来自于雅虎财经,沪深300股指期货于2010年4月16日上市交易,为观察股指期货对现货市场的影响,我们选取的数据为前后半年的数据,即2009年10月9号至2010年9月30号。     

沪深300股指期货对我国现货市场影响的实证分析

本文选取的沪深300数据来自于雅虎财经,沪深300股指期货于2010年4月16日上市交易,为观察股指期货对现货市场的影响,我们选取的数据为前后半年的数据,即2009年10月9号至2010年9月30号。     

基于EGARCH-M模型的沪深300指数周末效应研究

将EGARCH模型和GARCH-M模型相结合,建立了基于学生t分布的EGARCH-M模型,在综合考虑沪深300指数收益率序列的波动性和杠杆效应等问题的基础上,分析了周末效应对沪深300指数收益率序列的影响程度。通过分析得出沪深300指数总体平稳并呈现ARCH效应,序列不仅具有波动性和杠杆效应,同时有显著的周二正效应,周四负效应,且周二、周四的超额收益率都包含了当天的风险补偿,周一、周三、周五则没有周末效应。     

基于沪深300成分股的量化投资策略研究

本文以沪深300指数成分股为股票池,构建出一个能持续战胜市场的量化选股模型。第一步先从基本面入手,通过多因子打分模型筛选出50只长期优势股,对应的上市公司经营状况良好,具有一定投资价值,但短期内可能受市场震荡影响,未必在一周之内有上涨表现。在第二步引入支持向量分类算法对长期优势股展开技术分析,从中选出本周上涨概率最大的10只优势精选股买入。该模型在2015—2017年累计收益率达73.03%,年化收益率为20.05%,夏普比率为0.54,远超同期沪深300指数的业绩表现。     

基于支持向量机的沪深300指数预测研究

基于沪深300股指时间序列的特点,提出了一种基于主成分分析和支持向量机相结合的方法,将影响沪深300股指的各个因子通过主成分法进行信息的提取,然后用支持向量回归机进行学习预测.最后通过比较预测值与真实值,发现所预测的10个时段的收盘价均方误差为2.11617,且由预测值和真实值对比的条形图发现预测趋势基本准确,可见运用支持向量机对沪深300指数进行预测是可行的.     

沪深300股指期货流动性风险测度

运用BDSS模型对我国沪深300股指期货合约2010年6月1日至2012年4月23日的流动性风险进行实证检验,结果发现,收益率序列并不符合正态假定,具有尖峰厚尾特征;风险测度检验发现流动性风险占到总市场风险的一半以上,在忽略了流动性风险情况下,将会严重低估总体投资风险。     

基于ECM-GARCH 模型的沪深300指数期货套期保值策略的研究

首先选取沪深300指数日收盘价和沪深300股指期货日收盘价作为原始数据,对其进行描述性统计分析、平稳性检验及协整检验,得出两个日收盘价的对数收益率是平稳的,且两个收盘价之间是协整的.其次,巧妙运用普通最小二乘法、B-VAR、误差修正、GARCH(1,1)和ECM-GARCH模型,研究股指期货最优套期保值比率,得出ECM-GARCH模型最优.最后,分析沪深300股指期货套期保值策略的构建问题.运用动态调整法,从多头和空头套期保值策略进行分析,需要每天计算最优套期保值比率来确定最优股指期货合约份数.     

关于美式期权定价方法的研究

美式期权的路径依赖特征导致了其定价的复杂性,并使得美式看涨、看跌期权之间的定价原理差异较大。本文在深入剖析美式期权特点及其价值形成机理的基础上,利用Ｂｌａｃｋ － Ｓｃｈｏｌｅｓ 定价模型,分别探讨了美式看涨、看跌期权的定价方法,并讨论了在其有效期内产生的现金流对美式期权价值的影响。     

基于Lie代数解法的时间依赖型期权模型

以Fokker-P lanck方程和L ie代数为基础,通过对时间依赖型期权定价模型的研究,结合有交易费的欧式期权的定价公式,运用证券组合技术与无套利原理,推导出时间依赖型有交易费的期权定价模型。通过对方程的化简、分析,在一定的条件下将非线性的期权定价模型化为线性的Fokker-P lanck方程的类型进行求解,并得出具体的有交易费的时间依赖型期权定价公式。     

基于Black-Scholes模型的期权定价新方法

考虑到实际金融市场的不完备性以及收益率分布的厚尾性,基于经典Black-Scholes模型并运用函数的下凸性,期权定价公式H（a）=E[（X-a）2]被推广为Hk（a）=E[（X-a）2k].通过DJSH（道琼斯上海）指数收益率的GARCH模型,并使用随机模拟的方法对这两个公式进行定价比较.结果表明这种方法有效提高了定价,从而降低了风险.     

基于利率不确定性的投资期权定价方法

首先研究了利率不确定性下的投资项目的净现值，然后在期权定价的三叉树模型基础上提出了利率不确定性下的投资期权定价的动态规划方法，得出了投资项目的期权价值的一般表达式。结果表明，投资项目的期权价值是期初利率的函数。本方法不仅可用于解决投资期权价值的确定问题，还可用于不确定性下投资项目的决策问题。     

沪深300股指期现货市场间相依度测度实证研究

考虑金融市场间非线性、非正态性假设下的交叉相关性特征,基于复杂性理论视角,引入更符合金融市场实际的交叉相关性统计量检验、去趋势交叉相关性分析(DCCA)及多重分形去趋势交叉相关性分析(MF-DCCA)等方法对沪深300股指期现货市场间的相依度测度进行定量研究.研究结果表明:我国沪深300股指期现货市场不但自身具有长记忆性及多重分形特征,且两市场间也存在着显著的交叉相关性和交叉多重分形特征.上述研究结果将为深入研究多市场间非线性依赖关系和复杂特性机理提供有益参考.     

O-U过程下不确定执行价格的亚式期权定价

文章利用能反映股票预期收益率波动变化的指数Omstein-Uhlenback过程,来描述期权标的股票价格的变化规律;在无风险利率依赖于时间参数的情况下,利用鞅方法和随机微分方程,研究了具有不确定执行价格的几何平均亚式期权的定价问题,得到了股票遵循指数O-U过程且具有不确定执行价格的几何平均亚式看涨及看跌期权的定价公式。     

基于Copula GARCH MMBP的Monte Carlo期权定价方法

本文将与两种指数相关的股权挂钩票据的定价问题转化为期权定价问题,提出了一种基于Copula模型的Monte Carlo期权定价方法.针对两组对数收益率序列的相关性结构,本文运用Copula GARCH 模型进行了拟合,并采用修正的极大似然估计方法对模型的参数进行了估计.作为应用,本文对汇丰银行发行的一种股权挂钩票据进行了定价和利润分析.     

求解期权定价问题的熵保险精算方法

为了求解不完全市场的期权价格,提出了基于熵的保险精算方法。方法考虑期权卖方的最大权益、分析了保险精算期权定价执行条件,结合标的资产价格的历史信息,运用最大熵原理求出标的资产的概率密度,以此为基础计算损失变量的概率密度,依据保险精算方法可知,损失变量在此概率密度下的期望值即为期权的价格。经HSI指数和SP500指数的部分指数作为标的资产的期权实证检验,可发现新方法不仅比B-S公式蕴含更平坦的隐含波动率,而且进一步印证了传统保险定价过低和B-S定价偏高的情况。     

基于二项式期权定价模型的商标权价值评估方法研究

通过分析商标权的期权性质,考虑商标权具有多种实物期权的特点,从商标投产后,商标权所有人在商标投资项目中拥有的不同选择权的角度出发,应用二项式定价模型评估商标权价值,并结合案例说明商标权所包含的期权价值,以期为商标权价值评估提供一个新的视角.     

基于区间分析和云模型的实物期权定价研究

针对实物期权定价中预期现金流收益的现值和投资成本采用精确值给出不太合理的实际情况,深入分析了现有的基于模糊集理论和基于云模型的实物期权定价方法,提出了基于区间分析和云模型的实物期权定价方法。首先,在基于云X信息的逆向云算法的启发下,结合区间分析理论,提出一种新的逆向正态云构建算法;然后,用生成的云模型表示预期现金流收益的现值和投资成本,结合期权定价理论和基于区间数的逆向云算法,运用云运算,给出了一种将专家评估区间数据转化成正态云模型的形式,并提出了利用逆向正态云估计预期现金流收益的波动率的实物期权定价方法;最后,通过实例模拟证明了该方法的有效性。