期权定价不仅是金融领域的重要研究内容,也是现代金融的核心。1973年,Black和Scholes在波动率是常数、市场完备以及标的资产价格服从对数正态分布等一系列假设下给出了著名的期权定价模型,但是这些假设与市场的真实情况存在一定差距,从而使得对期权的定价结果并不理想。期权市场中蕴含着许多对期权定价有用的信息,为了减少对既有模型或假设的依赖,我们需要从真实市场中提取对期权定价有效的信息。1996年Stutzer提出的熵定价模型成为期权定价的非参数模型之一,之后的学者发现Stutzer使用的KL距离是Cressie-Read距离簇中的一种特殊情形。即使市场是不完全的,通过熵理论也可以利用市场的有效信息提取风险中性矩,进而得出符合真实市场的标的资产价格分布概率。从实际市场中提取的风险中性矩不依赖于模型和假设,从而基于风险中性矩的熵定价模型能有效地对期权定价。本文将风险中性矩嵌入Cressie-Read距离簇中的五种距离函数构建模型,进一步在B-S环境下检验基于风险中性矩的熵定价模型的有效性,以B-S模型下的欧式期权价格为基准,对广义熵定价模型进行分析,结果表明在除T=1/12外的情况下均能给出精确的定价,几乎可以和BS公式比拟。并且,基于风险中性矩的熵定价模型的定价误差随着Moneyness的上升而下降。五种熵定价模型对看涨期权和看跌期权进行定价时,看涨期权和看跌期权的定价误差之间的差异并不明显。最后,在Heston环境下进一步检验广义熵定价模型的有效性,以Heston模型下欧式期权的定价结果为基准,分析结果表明基于风险中性矩的五种熵定价模型能有效地捕捉真实市场中对期权定价有用的信息。