用混合小波网络和遗传算法对期权定价的研究

• 作者: 姜彩楼 张鸿彦 林辉
• 来源期刊: 系统工程学报
• 学科: 经济
• 关键词: 期权定价 混合小波神经网络 遗传算法 Black-Scholes模型 钱性 隐含波动率
• 年，卷（期）: 2010,（1）
• 所属期刊栏目: 金融工程
• 页码范围: 43-49
• 页数: 7页
• 分类号: F830.9
• 字数: 5579字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-5781.2010.01.008

摘要

由于波动率微笑的存在,不同种类的期权的隐含波动率不同,如何衡量不同种类期权的隐含波动率的最优权重一直是期权定价领域中的重要问题.提出了新的基于Black-Scholes模型的混合小波神经网络,建立了混合小波神经网络和遗传算法相结合的模型,将期权按钱性进行分类,提出了加权的隐含波动率作为神经网络的输入变量,通过遗传算法来求取不同种类期权的隐含波动率的最优权重.在香港衍生品市场的实证中表明,所提出的模型要优于传统的Black-Scholes模型和其它的神经网络模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张鸿彦	东南大学管理学院	5	48	3.0	5.0
2	林辉	南京大学商学院	26	193	7.0	13.0
3	姜彩楼	东南大学管理学院	6	90	5.0	6.0