基于神经网络的期权定价模型
| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-8页 |
| 1 绪论 | 第8-14页 |
| ·期权定价理论的历史回顾 | 第9-12页 |
| ·本文的主要创新性成果 | 第12-14页 |
| 2 期权定价的 B-S 模型及其数值求解 | 第14-26页 |
| ·期权的概念和符号假设 | 第14-15页 |
| ·期权的概念 | 第14页 |
| ·符号假设 | 第14-15页 |
| ·Black-scholes 期权定价模型 | 第15-17页 |
| ·基于有限差分算法的数值算例 | 第17-26页 |
| ·有限差分算法 | 第17-21页 |
| ·改进有限差分算法 | 第21-26页 |
| 3 基于神经网络的期权定价模型 | 第26-38页 |
| ·神经网络 | 第26-30页 |
| ·神经网络的基本原理 | 第26页 |
| ·神经元结构模型 | 第26-27页 |
| ·神经网络的连接模型 | 第27页 |
| ·B-P 算法的数学公式推导 | 第27-30页 |
| ·期权的神经网络定价模型 | 第30-35页 |
| ·期权的风险中性密度函数 | 第30-32页 |
| ·混合正态分布的风险中性定价 | 第32-35页 |
| ·混合正态分布模型的实证分析 | 第35-38页 |
| 4 基于神经网络的隐含波动率的估计 | 第38-52页 |
| ·波动率的“微笑”和期限结构 | 第38-43页 |
| ·波动率概述 | 第38-40页 |
| ·波动率的“微笑” | 第40-42页 |
| ·波动率的期限结构 | 第42-43页 |
| ·波动率的传统估计方法 | 第43-45页 |
| ·神经网络模型的实证分析 | 第45-52页 |
| 5 结论 | 第52-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 附录 A | 第58-61页 |
| 附录 B | 第61-71页 |
| 独创性声明 | 第71页 |
| 学位论文版权使用授权书 | 第71页 |
