基于卷积神经网络的期权价格预测
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-18页 |
| 1.1 选题背景与研究意义 | 第9-10页 |
| 1.2 文献综述 | 第10-15页 |
| 1.2.1 期权定价理论 | 第10-12页 |
| 1.2.2 基于数据驱动的期权价格预测 | 第12-14页 |
| 1.2.3 卷积神经网络的应用 | 第14-15页 |
| 1.2.4 文献评述 | 第15页 |
| 1.3 基本研究思路与框架 | 第15-17页 |
| 1.4 主要创新与不足之处 | 第17-18页 |
| 第二章 相关基础理论介绍 | 第18-34页 |
| 2.1 期权定价理论 | 第18-22页 |
| 2.1.1 期权及相关概念 | 第18-19页 |
| 2.1.2 布莱克-斯克尔斯定价方法 | 第19-21页 |
| 2.1.3 现行期权定价方法存在的问题 | 第21-22页 |
| 2.2 卷积神经网络理论 | 第22-34页 |
| 2.2.1 人工神经网络 | 第23-25页 |
| 2.2.2 BP神经网络 | 第25-28页 |
| 2.2.3 卷积神经网络 | 第28-34页 |
| 第三章 预测模型的构建 | 第34-50页 |
| 3.1 期权产品介绍 | 第34-37页 |
| 3.1.1 产品描述 | 第34-36页 |
| 3.1.2 期权价格的影响因素 | 第36-37页 |
| 3.2 输入输出变量设计 | 第37-41页 |
| 3.2.1 分析确定各输入变量 | 第37-40页 |
| 3.2.2 输出变量设计 | 第40-41页 |
| 3.3 期权价格预测模型的构建与训练 | 第41-45页 |
| 3.3.1 BP神经网络的建立 | 第41-43页 |
| 3.3.2 卷积神经网络期权价格预测 | 第43-45页 |
| 3.4 预测结果分析 | 第45-49页 |
| 3.5 本章小结 | 第49-50页 |
| 第四章 网络结构优化与模型改进 | 第50-59页 |
| 4.1 网络结构优化 | 第50-53页 |
| 4.1.1 BP神经网络优化 | 第50-52页 |
| 4.1.2 卷积神经网络优化 | 第52-53页 |
| 4.2 模型输入的改进 | 第53-57页 |
| 4.3 卷积神经网络优化结果 | 第57-58页 |
| 4.3.1 网络结构优化结果 | 第57页 |
| 4.3.2 模型输入改进结果 | 第57-58页 |
| 4.4 本章小结 | 第58-59页 |
| 第五章 总结与展望 | 第59-61页 |
| 5.1 主要结论 | 第59-60页 |
| 5.2 研究展望 | 第60-61页 |
| 参考文献 | 第61-66页 |
| 作者简介 | 第66-67页 |
| 致谢 | 第67页 |
