基于智能优化算法的期权定价模型参数估计
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·课题背景及意义 | 第7-10页 |
| ·期权定价理论研究概况 | 第7-8页 |
| ·智能优化算法研究概况 | 第8-9页 |
| ·智能优化算法在期权市场中的应用 | 第9-10页 |
| ·本文主要研究工作及章节安排 | 第10-11页 |
| 第二章 期权以及B-S 期权定价模型 | 第11-20页 |
| ·期权概念 | 第11-12页 |
| ·期权分类 | 第12-14页 |
| ·期权价格及其构成 | 第14页 |
| ·影响期权价格的因素 | 第14-16页 |
| ·B-S 期权定价模型 | 第16-17页 |
| ·B-S 微分方程的推导 | 第17-19页 |
| ·本章小结 | 第19-20页 |
| 第三章 智能优化算法 | 第20-35页 |
| ·引言 | 第20页 |
| ·智能优化算法概述 | 第20页 |
| ·粒子群优化算法 | 第20-24页 |
| ·粒子群优化算法的简介 | 第20-21页 |
| ·基本粒子群优化算法 | 第21-23页 |
| ·标准粒子群优化算法 | 第23页 |
| ·标准粒子群算法的参数分析 | 第23-24页 |
| ·粒子群优化算法的特性 | 第24页 |
| ·量子行为粒子群算法 | 第24-26页 |
| ·量子行为粒子群算法的简介 | 第24页 |
| ·量子行为粒子群算法的原理 | 第24-25页 |
| ·量子行为粒子群算法流程 | 第25页 |
| ·量子行为粒子群算法的特性 | 第25-26页 |
| ·差分进化算法 | 第26-29页 |
| ·差分进化算法简介 | 第26页 |
| ·差分进化算法原理 | 第26-28页 |
| ·差分进化算法流程 | 第28-29页 |
| ·差分进化算法特性 | 第29页 |
| ·进化策略 | 第29-33页 |
| ·进化策略简介 | 第29-31页 |
| ·进化策略及其算法流程 | 第31-32页 |
| ·进化策略的特点 | 第32-33页 |
| ·本章小结 | 第33-35页 |
| 第四章 基于智能优化算法的期权定价参数估计 | 第35-50页 |
| ·引言 | 第35页 |
| ·数值方法求解期权价格 | 第35-40页 |
| ·有限差分法 | 第35-37页 |
| ·追赶法求解三对角方程组 | 第37-39页 |
| ·实验结果与分析 | 第39-40页 |
| ·期权定价模型参数估计的智能算法研究 | 第40-49页 |
| ·参数估计 | 第40-41页 |
| ·算法设计 | 第41页 |
| ·实验结果与分析 | 第41-49页 |
| ·本章小结 | 第49-50页 |
| 第五章 结论与展望 | 第50-51页 |
| ·课题结论 | 第50页 |
| ·课题研究过程中的一些问题 | 第50页 |
| ·课题展望 | 第50-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第56页 |
