期权定价在房地产投资决策中的应用
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-16页 |
| ·选题的目的及意义 | 第11-12页 |
| ·投资组合理论国内外研究现状 | 第12-13页 |
| ·期权定价理论的研究现状 | 第13-15页 |
| ·国外期权定价理论的研究状况 | 第13-14页 |
| ·国内期权定价理论的研究状况 | 第14-15页 |
| ·本文的研究内容 | 第15页 |
| ·本文的创新点 | 第15页 |
| ·本章小结 | 第15-16页 |
| 第2章 房地产投资概述 | 第16-27页 |
| ·房地产投资的概念和类型 | 第16-20页 |
| ·房地产投资的概念 | 第16-17页 |
| ·房地产投资的类型 | 第17-20页 |
| ·房地产投资的特点和效应 | 第20-22页 |
| ·房地产投资的特点 | 第20-21页 |
| ·房地产投资的宏微观效应 | 第21-22页 |
| ·房地产投资分析的几个基本问题 | 第22-26页 |
| ·投资价值的涵义 | 第22-23页 |
| ·投资者的目标和风险 | 第23页 |
| ·房地产投资分析的意义 | 第23-24页 |
| ·常见的房地产投资分析类型 | 第24页 |
| ·房地产投资分析的基本内容 | 第24-25页 |
| ·房地产投资分析的方法 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 房地产投资决策方法分析比较 | 第27-39页 |
| ·房地产投资决策概述 | 第27-30页 |
| ·房地产投资决策的含义 | 第27页 |
| ·房地产投资决策的分类 | 第27-28页 |
| ·房地产投资决策的程序 | 第28-30页 |
| ·房地产投资决策的方法 | 第30页 |
| ·房地产投资的不确定性研究 | 第30-31页 |
| ·传统净现值及其缺陷 | 第31-33页 |
| ·传统的净现值法 | 第32页 |
| ·传统的净现值法的缺陷 | 第32-33页 |
| ·实物期权方法及其优越性 | 第33-38页 |
| ·实物期权的概念 | 第33-35页 |
| ·不确定性与实物期权 | 第35-37页 |
| ·实物期权的优越性 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第4章 基于人工神经网络的实物期权定价 | 第39-52页 |
| ·人工神经网络的期权定价研究 | 第39-46页 |
| ·人工神经网络基本理论 | 第39-42页 |
| ·影响实物期权理论的因素及预处理 | 第42-44页 |
| ·误差反传神经网络（BP）的概述 | 第44页 |
| ·误差反传神经网络（BP）算法的步骤 | 第44-46页 |
| ·基于人工神经网络的实物期权定价模型 | 第46-51页 |
| ·分析样本 | 第46-47页 |
| ·确定网络输入节点 | 第47-48页 |
| ·训练BP 网络 | 第48-49页 |
| ·优化网络 | 第49-50页 |
| ·训练优化后的网络 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第5章 基于微粒群算法的实物期权定价最优投资算法 | 第52-58页 |
| ·微粒群算法简介 | 第52-53页 |
| ·微粒群算法基本原理 | 第52-53页 |
| ·算法基本流程 | 第53页 |
| ·基于微粒群算法的实物期权定价最优投资算法 | 第53-56页 |
| ·算法描述 | 第56页 |
| ·仿真实验 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 第6章 期权定价在房地产投资决策中的应用 | 第58-61页 |
| ·案例背景 | 第58-59页 |
| ·实例研究及结论 | 第59-61页 |
| 结论 | 第61-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 作者简介 | 第67-68页 |
| 攻读硕士学位期间发表的论文 | 第68-69页 |
