融合机器学习算法的期权定价

作     者：周仁才 ZHOU Rencai

作者机构：东方证券股份有限公司上海200010 

基　　金：上海市信息化发展专项资金资助项目(201901060) 

出 版 物：《系统管理学报》 (Journal of Systems & Management)

年 卷 期：2022年第31卷第3期

页      码：476-485页

摘      要：设计了融合参数模型和非参数机器学习模型进行训练的算法,利用非参数模型拟合参数模型,将其作为先验分布,然后采用贝叶斯学习方法进行优化,并在训练中实现分布的动态调整。该方法在训练过程中有助于避免模型参数过度波动,提升模型泛化能力。针对期权定价,在BS、Heston等参数模型及神经网络等机器学习模型基础上,构建了相应的融合模型BS_BR和HS_BR,并利用市场数据进行了实证分析。研究表明,融合模型可以较好地发挥两类模型的优势,无论是在样本内拟合效率,还是样本外预测能力方面都具有更好的表现。

主 题 词：机器学习 期权定价 参数模型 神经网络 贝叶斯学习 

学科分类：12[管理学] 02[经济学] 0202[经济学-财政学类] 1201[管理学-管理科学与工程类] 020204[020204] 

D　O　I：10.3969/j.issn1005-2542.2022.03.006

馆 藏 号：203111867...