大数据背景下我国上证50ETF期权定价研究

为分析我国上证50ETF期权标资产价格隐含分布特点,在标的资产价格分别服从IHS分布、Weibull分布和对数正态分布假设基础上,对其定价及预测,并运用数据挖掘中机器学习方法修正以上参数模型误差(参考模型方法),进一步与机器学习期权定价中的直接方法和层叠方法比较。实证结果表明,参考模型方法优于其他两种方法,较之支持向量机、神经网络和Boosting算法,随机森林算法可有效预测欧式看涨期权价格,但针对不同价值区间和到期日,标的资产价格隐含分布特点不一致。