首页--数理科学和化学论文--概率论与数理统计论文--数理统计论文--一般数理统计论文

期权定价反问题研究

中文摘要第3-4页
Abstract第4-5页
第一章 引言第8-11页
    1.1 研究背景及意义第8-9页
    1.2 本文研究内容第9页
    1.3 本文组织结构第9-11页
第二章 期权隐含波动率第11-23页
    2.1 期权定价反问题第11-13页
        2.1.1 期权第11-12页
        2.1.2 B-S期权定价公式第12页
        2.1.3 期权定价正反问题第12-13页
    2.2 隐含波动率特征第13-16页
        2.2.1 期限结构第13-14页
        2.2.2 隐含波动率微笑第14-15页
        2.2.3 隐含波动率曲面第15-16页
    2.3 隐含波动率回归模型第16-21页
        2.3.1 隐含波动率参数模型第16-18页
        2.3.2 隐含波动率半参数模型第18-19页
        2.3.3 隐含波动率非参数模型第19-21页
    2.4 本章小结第21-23页
第三章 基于Nadaraya-Watson高斯核回归的隐含波动率预测模型第23-37页
    3.1 Nadaraya-Watson核估计第23-24页
    3.2 双窗宽Nadaraya-Watson高斯核回归隐含波动率预测模型第24-25页
    3.3 类半参Nadaraya-Watson高斯核回归隐含波动率预测模型第25-26页
    3.4 窗宽选取第26-28页
    3.5 模型分析第28-30页
    3.6 实验与分析第30-36页
        3.6.1 不同窗宽对双窗宽Nadaraya-Watson高斯核回归模型的影响第31-32页
        3.6.2 三种模型的对比第32-35页
        3.6.3 类半参NWG模型与双窗宽NWG模型对比第35-36页
    3.7 本章小结第36-37页
第四章 基于Parzen-窗的核回归隐含波动率预测模型第37-45页
    4.1 Parzen-窗估计第37页
    4.2 Parzen-窗均匀核回归隐含波动率预测模型第37-38页
    4.3 类Parzen-窗Nadaraya-Watson高斯核回归隐含波动率预测模型第38-39页
    4.4 模型分析第39页
    4.5 实验与分析第39-43页
        4.5.1 双窗宽NWG模型与Parzen-窗均匀核模型对比第40-42页
        4.5.2 Parzen-窗均匀核模型与类Parzen-窗NWG模型对比第42页
        4.5.3 不同窗宽对类Parzen-窗NWG模型的影响第42-43页
    4.6 本章小结第43-45页
第五章 结论与展望第45-46页
参考文献第46-49页
致谢第49-50页
个人简历、在读期间的研究成果及发表的学术论文第50页

论文共50页,点击 下载论文
上一篇:基于智能手机传感器的行人三维定位研究
下一篇:基于多值中智集的多属性决策方法研究