基于人工神经网络的权证定价研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 导论 | 第7-13页 |
| ·研究背景及意义 | 第7-8页 |
| ·研究背景 | 第7页 |
| ·研究意义 | 第7-8页 |
| ·研究内容 | 第8页 |
| ·研究方法 | 第8-9页 |
| ·权证定价的相关理论及研究综述 | 第9-13页 |
| 第二章 权证基本理论 | 第13-20页 |
| ·权证的种类 | 第13-14页 |
| ·权证的特征 | 第14-15页 |
| ·权证的收益与风险分布 | 第15页 |
| ·权证定价的影响因素与模型 | 第15-20页 |
| ·权证价值的一般构成 | 第15-16页 |
| ·影响权证价值的因素 | 第16页 |
| ·B-S 模型及其扩展 | 第16-19页 |
| ·B-S 模型存在的问题 | 第19-20页 |
| 第三章 人工神经网络与遗传算法 | 第20-27页 |
| ·BP 网络结构 | 第20-21页 |
| ·BP 网络中的神经元模型 | 第21-22页 |
| ·BP 算法的数学公式推导 | 第22-25页 |
| ·遗传算法 | 第25-27页 |
| 第四章 权证定价的 BP 网络仿真实验 | 第27-40页 |
| ·基本思路 | 第27-28页 |
| ·样本资料的收集与处理 | 第28-30页 |
| ·样本的收集 | 第28-29页 |
| ·样本数据的处理 | 第29-30页 |
| ·BP 网络模型的建立、训练 | 第30-34页 |
| ·BP 模型的建立 | 第30-32页 |
| ·BP 网络的训练 | 第32-34页 |
| ·BP 网络的优化 | 第34-36页 |
| ·遗传算法的设计 | 第34-35页 |
| ·优化网络 | 第35-36页 |
| ·训练优化后的网络 | 第36-37页 |
| ·BP 网络的仿真 | 第37-40页 |
| 第五章 BP 模型与 B-S 模型的比较分析 | 第40-47页 |
| ·模型精确度评价指标 | 第40-41页 |
| ·波动率对权证价格的影响 | 第41-42页 |
| ·使用历史波动率的定价模型 | 第42-44页 |
| ·历史波动率的估计 | 第42页 |
| ·基于历史波动率的模型结果分析 | 第42-44页 |
| ·使用隐含波动率的定价模型 | 第44-47页 |
| ·隐含波动率的估计 | 第44-45页 |
| ·基于隐含波动率的模型结果分析 | 第45-47页 |
| 第六章 结论与展望 | 第47-49页 |
| ·结论 | 第47-48页 |
| ·研究展望 | 第48-49页 |
| 参考文献 | 第49-52页 |
| 致谢 | 第52-53页 |
| 攻读学位期间主要研究成果 | 第53-54页 |
| 附录 | 第54-61页 |
