基于人工神经网络的期权定价模型
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-17页 |
| ·期权定价理论的意义 | 第8-9页 |
| ·期权定价理论的发展 | 第9-15页 |
| ·早期的期权定价理论 | 第9-11页 |
| ·Black-Scholes期权定价理论 | 第11页 |
| ·Black-Scholes期权定价理论的扩展 | 第11-14页 |
| ·人工神经网络在期权定价中的应用 | 第14-15页 |
| ·本文的研究目的和主要创新性成果 | 第15-17页 |
| 第2章 人工神经网络基本理论 | 第17-34页 |
| ·人工神经网络概述 | 第17-21页 |
| ·神经网络的特征与工作原理 | 第18-19页 |
| ·神经网络的拓扑结构 | 第19-20页 |
| ·神经网络的学习 | 第20-21页 |
| ·前馈神经网络 | 第21-24页 |
| ·BP网络 | 第24-27页 |
| ·BP神经元及BP网络模型 | 第24-25页 |
| ·BP网络的学习 | 第25-26页 |
| ·BP网络的局限性 | 第26-27页 |
| ·BP网络泛化能力的提高 | 第27-31页 |
| ·网络结构优化算法 | 第28-30页 |
| ·训练的早期停止法 | 第30-31页 |
| ·BP网络设计的基本方法 | 第31-34页 |
| 第3章 Black-Scholes期权定价模型 | 第34-47页 |
| ·期权的概念和符号 | 第34-35页 |
| ·期权的概念 | 第34-35页 |
| ·符号定义 | 第35页 |
| ·Black-Scholes方程 | 第35-39页 |
| ·一般推导过程 | 第35-37页 |
| ·基于风险的市场价格的推导过程 | 第37-39页 |
| ·Black-Scholes公式 | 第39-43页 |
| ·Black-Scholes公式的扩展 | 第43-47页 |
| 第4章 BP网络期权定价模型 | 第47-56页 |
| ·背景描述 | 第47页 |
| ·影响期权价值的因素 | 第47-48页 |
| ·输入、输出变量设计 | 第48-49页 |
| ·构造训练样本集 | 第49-50页 |
| ·建立模型 | 第50-56页 |
| ·网络结构 | 第50-51页 |
| ·训练并优化BP网络 | 第51-56页 |
| 第5章 应用BP网络进行期权定价 | 第56-61页 |
| ·测试样本集 | 第56页 |
| ·Black-Scholes公式定价 | 第56-57页 |
| ·BP神经网络定价 | 第57-58页 |
| ·结果分析 | 第58-61页 |
| ·评价准则 | 第58-59页 |
| ·对定价结果的讨论 | 第59-61页 |
| 第6章 结论 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 致谢 | 第65-66页 |
| 附录 | 第66-73页 |
| 作者在攻读硕士学位期间发表的学术论文 | 第73页 |
