用改进的Newton-Raphson方法计算隐含波动率

如何利用标的资产价格的价格确定波动率函数有着重要的意义.对于欧式期权,在Black-Scholes模型框架下,分析了经典Newton-Raphson迭代格式及修正格式和二分法,有效地解决了隐含波动率的数值计算问题.最后,通过数值算例对比分析了方法的有效性.     

SVI隐含波动率模型的时间指数扩展

针对半参数SVI模型提出了避免跨期套利约束模型,根据平稳时间平方根规则,用对数执行价格和剩余期限的特定组合替代了原模型中的对数执行价格.为了使对数执行价格和剩余期限之间的关系更加灵活,引入了新的参数来调整二者之间的组合,并在此基础上提出参数模型构建隐含波动率曲面.最后基于AAPL股票期权进行了实证分析,结果表明,改进半参数模型更具灵活性与精确性,能够较好地构建隐含波动率曲面.     

四阶Edgeworth密度函数上的有效域与隐含波动率应用

以正态分布为基底的Edgeworth级数展开是一个渐进展开序列,其截断形式常用以逼近未知的概率密度函数.若截断的Edgeworth级数能成为一个有效的(非负的)概率密度,前提条件是对参数(累积量)的取值做一些限制.文章介绍了在数值上求解四阶Edgeworth展开中参数的约束区域的算法,从而保证参数限制在有效区域内的四阶Edgeworth展开序列可以被认为是有效的概率密度.此外,给出了基于Black-Scholes公式的四阶Edgeworth密度函数的期权定价公式,并建立了隐含波动率微笑的水平、斜率和曲率与风险中性标准差、偏度和超值峰度之间的联系.     

隐含波动率的计算和其在可转债定价中的应用

在期货,期权以及其它的衍生证券定价理论方面,Black-Scholes理论是一个主流.本文详细介绍了Blak-Scholes框架下的欧式期权定价理论及其在可转债定价中的应用;并以国内运转较好的燕京转债为例,重点作了对常数利率可转债模型在国内可转债市场的实证分析,并比较了用统计方法估计股票波动率和用隐含波动率时模型的预测效果.结果表明,用隐含波动率来改进常数利率转债定价模型后的预测效果有了很大的提高.     

基于非参数核回归模型的隐含波动率预测

采用非参数核回归的方法,以市场上的期权数据为分析对象,将隐含波动率看作是与执行价格、剩余期限相关的函数,对其进行建模.构建双窗宽Nadaraya-Watson高斯核回归模型和Parzen-窗均匀核回归模型,与已有的参数模型和Bourke模型进行实验对比.实验结果表明,Parzen-窗均匀核回归模型的隐含波动率预测精度更高、效果更好,大样本的情况下优点更显著.     

确定隐含波动率的总变分正则化方法

求解隐含波动率是一个典型的PDE反问题,传统的Tikhonov正则化方法往往导致解的过度光滑化.基于波动率的跳跃性、隔夜周末效应等及总变分正则化方法具有较好地保持图像边界的优点,本文以Black-Scholes理论为框架,把确定隐含波动率问题转化为一个抛物型方程的终端问题,进一步提出求解隐含波动率的总变分正则化方法,并证明了解的存在性.     

欧式期权波动率校准反问题的正则化算法

标的资产的隐含波动率校准问题无论在理论上还是实际应用中都有重要意义.对于欧式期权,在Black-Scholes模型框架下,提出了一个正则化的最小二乘算法,有效地解决了在期权市场价格已知前提下的隐含波动率校准反问题.最后,通过数值算例说明了方法的有效性.     

SVAR-GARCH模型的多元波动率估计

考虑SVAR GARCH模型的多元波动率, 提出一种估计波动率的新方法. 先利用独立成分分析技术求解因果结构和统计独立的误差项, 建立残差项条件协方差阵与误差项条件协方差阵的关系, 然后利用单变量GARCH模型的估计结果和识别的因果结构, 估计多变量GARCH模型的条件波动的脉冲响应方法, 实现多元波动率的估计, 该方法可有效减少估计参数. 实验结果表明, 新方法估计的波动率与能源期货市场的规律相符.     

SVAR-GARCH模型的多元波动率估计

考虑SVAR GARCH模型的多元波动率, 提出一种估计波动率的新方法. 先利用独立成分分析技术求解因果结构和统计独立的误差项, 建立残差项条件协方差阵与误差项条件协方差阵的关系, 然后利用单变量GARCH模型的估计结果和识别的因果结构, 估计多变量GARCH模型的条件波动的脉冲响应方法, 实现多元波动率的估计, 该方法可有效减少估计参数. 实验结果表明, 新方法估计的波动率与能源期货市场的规律相符.     

隔夜波动率的估计

基于广义动态因子模型构建了个股隔夜波动率的一个新的估计量,并利用中国的上证50指数的24支成分股2013—2014年的数据进行了实证分析.实证结果表明:新估计量比隔夜收益的平方的表现更好,新的估计量可以降低噪声的影响.     

基于GARCH-MIDAS模型对股市波动率预测

极端冲击(例如战争和金融危机)会导致股市波动剧烈.提出5种增强的混频模型(GARCH-MIDAS),可以捕捉非对称和极端冲击对股市波动率的影响.样本内的结果表明,我国股市存在明显的波动率聚集效应和杠杆效应,并且负面的极端震荡会导致较高的波动性.而样本外的MCS和DM检验结果则清楚地显示出EGARCH-MIDAS-ES模型最适合预测股市波动率,该模型在短期波动中纳入了非对称效应,长期趋势中加入了极端冲击的影响.此外,稳健性检验证实,与标准GARCH-MIDAS模型相比,增强的波动率模型在统计和经济方面均可产生更好的预测结果.通过考虑极端冲击,为股市波动率预测提供了新的见解.     

Hull-White随机波动率模型的欧式障碍期权

假定标的股票服从Hull-White随机波动率模型,应用鞅方法、条件分布的性质以及Black-Scholes模型的下降敲出欧式看涨障碍期权价格的Taylor展开式获得了期权价格的近似显示解.最后,通过对偶MonteCarlo模拟法比较了近似显示解的准确性,分析了波动率参数对期权价格的影响.     

基于实际波动率的VaR模型实证研究

以实际波动率预测方法替代传统的波动率预测方法,应用到VaR模型中去,并随机选择了五只股票数据进行实证研究,比较基于GARCH模型和实际波动率模型的两种VaR预测结果,得到基于实际波动率的VaR预测效果显著地优于基于GARCH模型的VaR预测效果.     

随机波动率条件下的矿业权估价模型

在假定波动率不变和不考虑开采者在运营管理上的灵活性的情况下,采用收益现值法评估矿业权是容易低估其价值的。为此,建立了基于期权的矿业权估价随机波动率方法,即假定波动率是时间t的函数,在此假设的基础上建立了随机波动率条件下的矿业权估价模型,并通过实例对该方法进行了验证。计算结果表明,基于期权的矿业权估价随机波动率方法较收益现值法能提高矿业权的价值。     

证券市场波动率分析的PSO-ICA-GARCH模型

当主成分存在条件相关时,正交广义自回归条件异方差模型(orthogonal generalized autore-gressive conditional heteroskedasticity,O-GARCH)可能导致预测结果与实际情况不相符.基于独立分量分析的广义自回归条件异方差模型(GARCH model base...     

利用小波方差逼近数据波动率的改进BS模型(MBS)

利用小波分析的多尺度方法,描述了小波方差在金融数据中所反映的实际意义和在金融分析中的尺度选择条件,分析了数据发生过程中分解出的不同波动段对于整体波动性的贡献量.然后通过加权重构不同尺度段产生的小波方差来体现数据的渡动情况,从而得到了一种新的计算Black Scholes模型中波动率的方法,最后利用MATLAB的模拟实证分析证明了其有效性.     

随机波动率模型下基于精确模拟算法的期权计算理论

基于两类随机波动率模型研究了欧式期权的价格和敏感性估计问题.在Broadie和Kaya的精确模拟算法基础上,讨论了舍取抽样技术在精确模拟算法中的有效应用.在此基础上研究条件蒙特卡罗、对偶变量技术等方差减小技术在欧式期权定价和敏感性Greeks计算中的加速问题.数值结果表明,相比欧拉离散和原始的蒙特卡罗模拟算法,基于精确模拟算法的条件蒙特卡罗加速技术能得到无偏且方差更小的估计值,具有较好的误差减小效果.该算法可以很方便地解决其他更加复杂的金融产品的计算问题,如障碍期权的定价和敏感性估计问题、篮子期权的计算问题等.