基于人工智能的隐含波动率的敏感度的研究

隐含波动率是指在市场中观察的期权价格所蕴涵的波动率。不同种类的期权价格对波动率的敏感度不同,本文建立了小波神经网络和遗传算法相结合的模型,将期权按钱性进行分类,提出了加权的隐含波动率作为神经网络的输入变量,通过遗传算法来求取不同种类期权的隐含波动率的最优权重。在香港衍生品市场的实证中表明,本文所提出的模型要优于传统的Black-Scholes模型和其它在本文中提到的神经网络模型。

应用混合小波神经网络和遗传算法在香港衍生品市场上的研究

提出了新的基于Black-Scholes模型的混合小波神经网络。隐含波动率是指在市场中观察的期权价格所蕴涵的波动率。基于不同种类的期权价格对波动率的敏感度不同,建立了混合小波神经网络和遗传算法相结合的模型,将期权按钱性进行分类,提出了加权的隐含波动率作为神经网络的输入变量,通过遗传算法来求取不同种类期权的隐含波动率的最优权重。在香港衍生品市场的实证中表明,所提出的模型优于传统的Black-Scholes模型。

用混合小波网络和遗传算法对期权定价的研究

由于波动率微笑的存在,不同种类的期权的隐含波动率不同,如何衡量不同种类期权的隐含波动率的最优权重一直是期权定价领域中的重要问题.提出了新的基于Black-Scholes模型的混合小波神经网络,建立了混合小波神经网络和遗传算法相结合的模型,将期权按钱性进行分类,提出了加权的隐含波动率作为神经网络的输入变量,通过遗传算法来求取不同种类期权的隐含波动率的最优权重.在香港衍生品市场的实证中表明,所提出的模型要优于传统的Black-Scholes模型和其它的神经网络模型.

沪深300股指期权市场是有效的吗?——基于仿真数据的期权平价关系研究

本文以我国金融期货交易所沪深300股指期权仿真交易数据、沪深300指数的一分钟高频数据为研究样本,基于看涨看跌期权平价关系研究我国沪深300股指期权仿真市场的有效性。研究发现:采用参数和非参数统计方法的我国期权市场的看涨看跌平价关系不成立,这表明我国股指期权市场定价效率低下,沪深300股指期权仿真市场不是一个有效的期权市场;事后套利策略和事前套利策略获得了显著超额收益,这说明投资者的不完全理性是导致我国股指期权市场定价效率低的原因。

交易量的信息含量:台湾期权市场的证据

本文应用台湾股指期权市场详细的交易数据,对台指期权交易量的信息含量进行了全面系统的实证检验。我们从全市场、不同投资者以及不同在值程度期权分类角度分别构建了多个五分钟交易量指标,并检验它们对未来台指走势的预测能力。我们发现,全市场的期权交易量指标基本不具备未来指数走势预测能力,但境内机构投资者和境外机构投资者交易量中包含显著的预测信息,价外期权的信息明显地优于价内期权和平价期权。