A neural network versus Black–Scholes: a comparison of pricing and hedging performances

An Erratum has been published for this article in Journal of Forecasting 22(6‐7) 2003, 551 The Black–Scholes formula is a well‐known model for pricing and hedging derivative securities. It relies, however, on several highly questionable assumptions. This paper examines whether a neural network (MLP) can be used to find a call option pricing formula better corresponding to market prices and the properties of the underlying asset than the Black–Scholes formula. The neural network method is applied to the out‐of‐sample pricing and delta‐hedging of daily Swedish stock index call options from 1997 to 1999. The relevance of a hedge‐analysis is stressed further in this paper. As benchmarks, the Black–Scholes model with historical and implied volatility estimates are used. Comparisons reveal that the neural network models outperform the benchmarks both in pricing and hedging performances. A moving block bootstrap is used to test the statistical significance of the results. Although the neural networks are superior, the results are sometimes insignificant at the 5% level. Copyright © 2003 John Wiley & Sons, Ltd.     

IFS-BN结合的辐射源威胁评估方法

针对辐射源威胁评估实时性、复杂性和信息不确定性的问题,将直觉模糊集与贝叶斯网络相结合,提出一种基于IFS-BN的辐射源威胁评估方法。IFS-BN算法通过直觉模糊集刻画贝叶斯网络的节点信息,充分描述节点信息的确定性,不确定性以及犹豫度。同时,将直觉模糊集求得的各辐射源先验概率代入贝叶斯网络模型之中,得出后验概率进行威胁等级排序,并在此基础上建立了相应的评估指标体系。仿真分析表明,算法具有较好的可行性与有效性。与经典贝叶斯网络评估方法相比,IFS-BN算法的结果更加客观合理。     

对西方数学直观的评析

本文从数学方法论的角度,具体论述和评析了西方数学直观随数学发展的不同阶段所表现出的特点和演变方式。     

导弹发射决策专家系统推理机研究与实现

介绍了一种基于灵活、通用的知识表达方法的推理机。它将面向对象方法和问题求解的黑板模型有机结合 ,自带各种控制信息和适宜的不确定性推理算法 ,将知识库分层和模块化 ,极大地提高了推理效率。推理机根据监控信息 ,推理计算出导弹允许发射的合格置信度 ,已应用于导弹发射决策专家系统设计中。     

平方损失下区间有界的位置参数函数极小极大估计

给出了位置参数θ区间有界时，函数ｈ（θ的极小极大估计存在的一个充分条件，并据此对一些分布的参数估计进行了讨论。     

信息不对称下企业并购信号传递博弈模型研究

根据企业并购中的信息不对称现象,结合不完全信息动态博弈及信息经济学的有关理论,建立了目标企业与并购企业之间的信号传递博弈模型,并进行了实例分析,结果表明,目标企业所发出的信号能够反映出目标企业的真实质量,尽管并购企业不能直接观察到目标企业的价值,但可以通过观测目标企业发出的信号来判断目标企业的预期价值水平,并据此作出正确的并购行为.     

Duane模型、分组数据的AMSAA模型和具丢失数据的AMSAA模型——Bayes分析方法

本文将Bayes分析方法应用于Duane可靠性增长模型、分组数据的AMSAA模型和具丢失数据的AMSAA模型,得到了参数以及系统能达到的MTBF的Bayes点估计和Bayes区间估计。     

Forecasting recessions using the yield curve

We compare forecasts of recessions using four different specifications of the probit model: a time invariant conditionally independent version; a business cycle specific conditionally independent model; a time invariant probit with autocorrelated errors; and a business cycle specific probit with autocorrelated errors. The more sophisticated versions of the model take into account some of the potential underlying causes of the documented predictive instability of the yield curve. We find strong evidence in favour of the more sophisticated specification, which allows for multiple breakpoints across business cycles and autocorrelation. We also develop a new approach to the construction of real time forecasting of recession probabilities. Copyright © 2005 John Wiley & Sons, Ltd.     

具有自学习功能的电力负荷模糊推理预测

考虑到电力负荷预测问题中存在的不确定性,采用模糊推理预测方法进行负荷预测的研究。该方法利用电力最高负荷和国内生产总值的历史数据建立模糊推理规则,从而进一步建立最高负荷跟国内生产总值之间的模糊蕴涵关系,通过模糊推理得到了负荷预测结果。为了使模型能够象专家一样不断地总结新的经验并调整原有的经验,模型克服了其它模型中知识的凝固性,具有自学习功能。利用某些区的实际数据进行分析计算,得到了满足的结果。     

高校健身健美专家系统的设计和实现

为研究高校健身健美专家系统的设计和实现方法，探索有效的专家系统建造模型，采用．net编程技术，结合模糊技术、神经网络和面向对象等新技术的出现进行系统分析，构建了知识库及两套推理机，使用了自学习机制，提高了专家系统的运行效率。