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.     

基于神经网络智能天线的一种波达方向估计方法

该文提出利用径向基函数神经网络来估计无线通信中智能天线的信号到达方向．为了减少输入，利用信号相关阵的对称性质，仅考虑相关阵中的上三角或下三角的部分元素作为网络的输入量，计算量较小．计算机模拟结果表明，该方案是有效的．     

三维光盘存储系统中双光头同步控制的频域分析与辨识

详细介绍了双光头同步控制原理.对采集的伺服模块聚焦误差跟踪信号及共焦模块读写光头的聚焦线圈驱动信号进行了频域分析,并以此两路信号作为系统输入输出,分别对三种参数模型进行参数优化.根据3种模型的频率响应及阶跃响应,选择双光头同步控制过程的参数模型为[450]阶的ARX模型.实测曲线与模型仿真结果符合度(fit)为78.0259%.     

螺旋霉素发酵过程动态建模的神经网络方法

对文题所述方法,根据实验数据进行仿真研究,获得了满意的结果。为高度复杂的非线性生化过程的模型化提供了一条新的途径。     

Carbon Nanotubes:from Nanoscale Building Blocks to Macrostructures

1 Results Carbon nanotubes (CNTs) have fascinating properties.In order to use these novel one-dimensional structures for applications such as in nano-electronic,nano-mechanical and electrochemical energy storage device and as structural elements in various composites,the structure of nanotubes needs to be tailored and various architectures and macroscale assembles have to be configured using nanotube building blocks.Nanotube macrostructures are macroscopically organized groups of CNTs,which are expecte...     

发酵过程混合神经网络模型及其仿真

提出了一种新型的发酵过程混合神经网络模型，该模型由非线性神经网络和线性神经网络两部分组成，由于非线性神经网络采用结构具有线形式的Flat网络，两个网络能够合并为同一表达式，并具有线性形式，可采用线性最小二乘法求解网络权值，与串联结构及串并联结构混合神经网络模型相比，该模型训练方式简单，并可方便地使用在线辨识算法。     

基于RBF网络的混沌时间序列的建模与多步预测

提出将RBF神经网络应用于混沌时间序列的建模与预测中 ,设计了一个三层RBF网络结构 ,说明了RBF网络用于混沌时间序列建模和预测时的基本性质。仿真结果表明 ,RBF网络模型对混沌时间序列有比较强的拟合能力和比较高的一步及多步预测精度。采用RBF网络进行混沌时间序列的建模和预测能够取得比其它方法好得多的效果。     

神经网络自适应滤波器在故障诊断中的应用

分析了用自适应滤波器进行故障诊断的方法．针对该方法在计算上要花费大量时间、难于完成实时诊断任务的缺点，提出了用神经网络自适应滤波器来完成故障诊断的方法．神经网络有极快的运行速度，能很好地完成实时诊断任务．     

希尔伯特变换器优化设计研究

提出了一种基于神经网络算法的希尔伯特变换器优化设计方法，证明了神经网络算法的收敛性，提出了希尔伯特变换器的优化设计实例。仿真结果表明了该网络模型是高效的神经网络模型。     

地下含水层热储井位置选择和布置

地下含水层热储开发技术面临一系列问题,寻找适合热储用的含水层和合理布置热储井是解决问题的第一步.综合考虑含水层的地质结构特征,适合热储的含水层应该是承压含水层,热储应该采用同层方式.单个热储井的影响半径可以通过热平衡和热扩散原理求得.合理布置热储井间的相对位置,可以有效抵消原有地下水的流动以及渗流系数不一致的影响.利用井之间的渗流耦合作用,在热储井之间布置调节井,主动控制热储水的波及范围,可以实现热储井布置的相对"紧凑".