50ETF Options Markets
作者： 谢合亮[1];游涛[2]
作者机构： [1]中央财经大学统计与数学学院,北京100081;[2]深圳证券交易所综合研究所,深圳518028
出版物刊名： 统计与信息论坛页码： 99-106页年卷期： 2018年 第6期
主题词： 深度学习;循环神经网络;期权定价;蒙特卡罗方法
摘要：深度学习（Deep Learning）在人工智能领域取得了巨大的成就,在学界和业界都激起了深度学习的热潮。根据金融数据的时序特征,将深度学习中循环神经网络（RNN）引入期权定价模型,构建了一种基于长短记忆神经网络（LSTM）的新的期权定价模型,并利用50EFT看涨期权和看跌期权进行实证分析。研究结果表明：LSTM期权定价模型比经典的Black-Scholes蒙特卡洛方法具有更高的定价精确性。
因篇幅问题不能全部显示，请点此查看更多更全内容