金融衍生品交易策略研究是建立在自身的定价基础上的,二者密不可分。期权作为金融市场中重要的衍生产品,也是较为活跃的一类合约,学者们一直对期权定价的问题重点关注。因此关于如何对期权进行有效的定价,提高期权价格预测的精准度,从而制定相关的交易策略都显得至关重要。合理的定价和预测对投资者规避风险、套期保值,对维持市场的平稳运行,进一步提高市场效率都具有重要的参考意义。随着期权定价理论的不断发展,衍生出了许多模型。其中不仅有一般的参数化模型。并且伴随着计算机的迅速发展,应运而生的非参数模型有神经网络、机器学习等模型。本文正是利用了非参数和参数两类模型各自的优点,将两者结合起来展开期权定价的研究。在此基础上,本文结合B-S模型,创立性地建立了GARCH-SVR波动率的期权交易模型。不仅对GARCH模型的相关优势进行了保留,又充分实现了SVR模型对于处理非线性数据和有限样本的优点。同时兼容了传统金融时间序列模型和机器学习模型二者的特点。并在实证部分对上海证券交易所的华夏50ETF期权展开波动率预测。从而寻求精确的期权定价方法,进一步构建有效的期权交易策略。本文主要工作如下:1.GRACH、SVR、GARCH-SVR模型的期权定价研究。本文首先对GARCH模型进行推导。其次针对上证50ETF的时间序列样本,刻画出相关的波动性及日收益率图,分析相应的数据特征,验证了其有效性。继而在此基础上,针对上证50ETF的期权定价,建立GARCH时变波动率模型。并将预测结果作为B-S模型的输入变量实现GARCH模型的期权定价。其次,下一步的实证研究中引入了支持向量机模型,根据SVR的操作步骤来展开期权的定价。最后,基于SVR模型处理非线性数据的优势,改进了GARCH波动率模型的相关参数。将参数和非参数两类模型进行结合,从而构建了GARCH-SVR期权定价的波动率模型。并选取MAE、MSE和MRE等指标对各个模型的效果进行了客观的评估。2.关于期权交易策略构建及有效性评价。本文基于期权基本定价理论和价格偏差理论的指导,构建所选期权的交易策略,进而实现帮助投资者回避风险的目的,同时又能获取额外的收益。并对制定的交易策略进行了回测,通过对回测结果的比较,以及对相关策略的收益情况进行分析,最后对场内的交易策略方案进行了风险提示。通过上述工作的结果表明GARCH-SVR混合模型在期权定价及交易策略效果上的表现明显优于其他的模型,有更好的收益。本文的主要贡献有以下三方面:第一、波动率模型选择的创新。传统的方法主要是通过假设波动率为指定的常数或者将历史波动率作为输入变量,然而得到的数据跟现实的价格不完全符合。因此本文采用GARCH方法、SVR、GARCH-SVR混合模型展开期权的波动率预测。第二、结合B-S模型的期权定价方案。将预测结果作为输入变量,通过B-S模型对得到上证50ETF期权的定价结果。第三、构建期权套利策略。根据实证分析中的期权定价结果与真实价格之间的差异,采用价差进行交易。帮助投资者在金融市场上规避风险,进行资产管理的同时又可以获取额外收益。