期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
奇异期权的非参数定价方法研究
1
作者 冯玲 贺靖轩 何宇杰 《福州大学学报(哲学社会科学版)》 2015年第4期32-38,共7页
2015年2月9日我国正式启动股票期权交易,意味着我国衍生品市场进入一个崭新的阶段。将非参数正则方法应用于路径依赖的奇异期权定价,选择奇异期权的价格敏感因素作为约束条件,通过数值计算得到各类约束条件下奇异期权价格的估计值,并与... 2015年2月9日我国正式启动股票期权交易,意味着我国衍生品市场进入一个崭新的阶段。将非参数正则方法应用于路径依赖的奇异期权定价,选择奇异期权的价格敏感因素作为约束条件,通过数值计算得到各类约束条件下奇异期权价格的估计值,并与蒙特卡罗模拟方法得到的期权价格理论值进行比较从而计算正则方法的定价误差。研究表明:正则方法在为奇异期权定价时取得了与蒙特卡罗模拟相近的结果,且加入约束条件后定价误差减小,说明用正则方法为奇异期权定价是可行的,加入约束条件可以提高定价精度。 展开更多
关键词 非参数定价 正则方法 奇异期权 约束条件 风险中性概率
下载PDF
金融衍生证券的人工神经网络定价方法研究进展评述 被引量:3
2
作者 刘凤琴 马俊海 《财经论丛》 CSSCI 北大核心 2008年第3期47-53,共7页
近些年来,金融衍生证券的人工神经网络定价方法已经得到学术研究领域的高度关注和实际问题中的广泛应用。本文主要对国内外在这一研究领域所开展的主要工作及成果进行分析与评述;在此基础上,提出该研究领域的进一步研究方向。结论认为,... 近些年来,金融衍生证券的人工神经网络定价方法已经得到学术研究领域的高度关注和实际问题中的广泛应用。本文主要对国内外在这一研究领域所开展的主要工作及成果进行分析与评述;在此基础上,提出该研究领域的进一步研究方向。结论认为,非参数化的神经网络方法将成为解决金融衍生证券定价问题的重要途径;充分融合参数化定价方法的有用信息,将成为未来该领域研究的重要思路与方式。 展开更多
关键词 金融衍生证券 参数定价模型 人工神经网络 隐合波动率
下载PDF
Nonparametric estimation of employee stock options
3
作者 傅强 《Journal of Chongqing University》 CAS 2006年第4期239-243,共5页
We proposed a new model to price employee stock options (ESOs). The model is based on nonparametric statistical methods with market data. It incorporates the kernel estimator and employs a three-step method to modif... We proposed a new model to price employee stock options (ESOs). The model is based on nonparametric statistical methods with market data. It incorporates the kernel estimator and employs a three-step method to modify Black- Scholes formula. The model overcomes the limits of Black-Scholes formula in handling option prices with varied volatility. It disposes the effects of ESOs self-characteristics such as non-tradability, the longer term for expiration, the eady exercise feature, the restriction on shorting selling and the employee's risk aversion on risk neutral pricing condition, and can be applied to ESOs valuation with the explanatory variable in no matter the certainty case or random case. 展开更多
关键词 option pricing employee stock options exit rate nonparametic estimation kernel estimator
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部