基于主成分分析的神经网络算法对期权价格预测研究

• 作者: 刘兴 骆桦
• 来源期刊: 浙江理工大学学报（自然科学版）
• 学科: 经济
• 关键词: 期权价格 Black-Scholes期权定价 主成分分析 BP神经网络
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 数学及应用
• 页码范围: 122-126
• 页数: 5页
• 分类号: F830.91
• 字数: 5782字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-3851.2017.01.020

摘要

采用基于主成分分析的神经网络算法对华夏上证50 ETF期权价格进行预测，并使用期权数据验证该方法的有效性。比较传统Black-Scholes期权定价、单个BP神经网络算法和基于主成分分析的 BP 神经网络算法对期权价格的预测精度，结果表明：基于主成分分析的BP神经网络算法预测精度最高，传统的Black-Scholes期权定价方法其预测精度最低。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	骆桦	浙江理工大学理学院	48	101	6.0	8.0
2	刘兴	浙江理工大学理学院	3	6	2.0	2.0