考虑投资者情绪的GARCH-改进神经网络期权定价模型

• 作者: 杨建辉 林焰
• 来源期刊: 系统管理学报
• 学科: 经济
• 关键词: 期权定价 投资者情绪 粒子群算法 BP神经网络 自回归条件方差模型
• 年，卷（期）: 2018,（5）
• 页码范围: 863-871,880
• 页数: 10页
• 分类号: F830.9
• 语种: 中文

摘要

提出了一种考虑投资者情绪的基于改进粒子群算法优化的BP神经网络,并结合GARCH模型用于预测欧式期权价格.引入单点变异算子来提升传统粒子群算法的寻优能力,并通过改进后的算法来优化BP神经网络的结构与相应参数.利用GARCH模型估计权证股票价格的历史波动率,并将其作为改进神经网络模型的输入变量之一.最后,进一步考虑投资者情绪对期权价格的影响,通过构造剔除了基本因素的投资者情绪复合指标,并融入改进后的神经网络中.选取包括鞍钢JTC1在内的10支国内认购权证的收盘价格进行实证研究.结果表明,该模型的收敛速度与预测精度优于传统的BP神经网络以及B-S模型,考虑投资者情绪的影响后,预测结果更贴近实际情况.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨建辉	华南理工大学工商管理学院	49	295	10.0	15.0
2	林焰	华南理工大学工商管理学院	3	2	1.0	1.0