| 摘要 | 第8-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 绪论 | 第12-16页 |
| 1.1 研究背景和意义 | 第12-13页 |
| 1.2 研究现状及综述 | 第13-14页 |
| 1.3 研究方法和内容 | 第14-16页 |
| 第二章 B-S期权定价模型综述 | 第16-24页 |
| 2.1 基础知识 | 第16-17页 |
| 2.2 Black-Scholes期权定价模型 | 第17-20页 |
| 2.2.1 股票价格变化过程—几何布朗运动 | 第17-18页 |
| 2.2.2 B-S-M期权定价公式 | 第18-20页 |
| 2.3 离散几何平均亚式期权定价 | 第20-24页 |
| 2.3.1 亚式期权种类及特点 | 第20-21页 |
| 2.3.2 基于B-S模型的离散几何平均亚式期权定价 | 第21-24页 |
| 第三章 GARCH模型算术平均亚式期权定价 | 第24-36页 |
| 3.1 标的资产波动率模型—GARCH模型 | 第24-28页 |
| 3.1.1 GARCH模型介绍 | 第24-26页 |
| 3.1.2 资产收益波动率模型 | 第26-27页 |
| 3.1.3 GARCH模型检验 | 第27-28页 |
| 3.2 亚式期权定价方法—Monte Carlo模拟方法 | 第28-29页 |
| 3.2.1 Monte Carlo方法介绍 | 第28页 |
| 3.2.2 Monte Carlo模拟计算原理 | 第28-29页 |
| 3.3 基于GARCH模型的算术平均亚式期权定价研究 | 第29-36页 |
| 3.3.1 算术平均亚式期权的MC模拟定价 | 第29-31页 |
| 3.3.2 算例结果与分析 | 第31-36页 |
| 第四章 Monte Carlo方差减小技术及其应用 | 第36-44页 |
| 4.1 Monte Carlo方差减小技术 | 第36-39页 |
| 4.1.1 对偶变量技术 | 第36-37页 |
| 4.1.2 控制变量技术 | 第37-38页 |
| 4.1.3 重要性抽样技术 | 第38-39页 |
| 4.2 对偶变量和控制变量技术在算术平均亚式期权定价中的应用 | 第39-41页 |
| 4.2.1 对偶变量技术在GARCH亚式期权的应用 | 第39-40页 |
| 4.2.2 控制变量技术在GARCH亚式期权的应用 | 第40-41页 |
| 4.3 数值结果及分析 | 第41-44页 |
| 第五章 拟蒙特卡罗方法在亚式期权定价中的应用 | 第44-56页 |
| 5.1 拟蒙特卡罗方法介绍 | 第44-45页 |
| 5.2 低差异序列 | 第45-52页 |
| 5.2.1 Halton序列 | 第45-46页 |
| 5.2.2 Faure序列 | 第46-47页 |
| 5.2.3 Sobol序列 | 第47-48页 |
| 5.2.4 低差异序列分布均匀性 | 第48-50页 |
| 5.2.5 Moro算法 | 第50-52页 |
| 5.3 实证分析 | 第52-54页 |
| 5.4 Monte Carlo方差减小技术改进与融合 | 第54-56页 |
| 第六章 总结与展望 | 第56-58页 |
| 6.1 本文总结 | 第56页 |
| 6.2 展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-63页 |
| 学位论文评阅及答辩情况表 | 第63页 |
