- 1、本文档共8页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
第卷第期统计与信息论坛年月
33620186
,
Vol.33No.6StatisticsInformationForumJun.2018
【统计应用研究】
基于深度学习算法的欧式股指期权定价研究
———来自50ETF期权市场的证据
12
,
谢合亮游涛
(,;,)
1.中央财经大学统计与数学学院北京1000812.深圳证券交易所综合研究所深圳518028
:(),
摘要深度学习DeeLearnin在人工智能领域取得了巨大的成就在学界和业界都激起了深度学习的
pg
.,(),
热潮根据金融数据的时序特征将深度学习中循环神经网络RNN引入期权定价模型构建了一种基于长
(),.
短记忆神经网络LSTM的新的期权定价模型并利用50EFT看涨期权和看跌期权进行实证分析研究结
果表明:期权定价模型比经典的蒙特卡洛方法具有更高的定价精确性.
LSTMBlackGScholes
:;;;
关键词深度学习循环神经网络期权定价蒙特卡罗方法
中图分类号:文献标志码:文章编号:()
F224.0A1007-3116201806-0099-08
,,
模型比如核函数模型和神经网络这方面的研究文
、
一引言
.
献也不少如和提出了一
MalliarisSalchenberer
g
期权定价模型一直是金融衍生品领域热门的研,
种利用神经网络进行期权定价的模型并与BGS模
.
文档评论(0)