跳环境和混合高斯过程下的欧式期权定价及统计模拟分析

来源 :兰州财经大学 | 被引量 : 0次 | 上传用户:likelikeme
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
经典Black-Scholes(B-S)模型构建后,期权定价成为学术界研究的热点话题之一.随着对经典B-S定价模型研究的不断深入,发现原来的部分假设条件难以符合实际金融情况,如连续交易且无交易费用、标的资产价格变化服从几何布朗运动、以及对数收益率服从正态分布.已有的部分文献是单一考虑,鲜有同时考虑这三个假设条件,并且分数布朗运动下的期权定价模型会出现套利机会.主要研究了混合次分数布朗运动模型建立的欧式期权定价和风险管理问题.研究内容包括四部分.第一部分不考虑交易费用,建立了基于跳环境和混合次分数布朗运动下的欧式期权定价模型.首先,利用Delta对冲原理,获得了欧式期权所满足的随机偏微分方程.其次,使用拟条件期望分别得到欧式看涨、看跌期权定价公式和看涨看跌平价公式.基于此,第二部分利用混合次分数布朗运动建立了欧式期权定价模型,同时考虑带交易费用和跳环境来进行资产定价.首先,利用对冲策略,获得了欧式看涨期权所满足的随机偏微分方程.其次,使用自融资策略分别得到欧式看涨、看跌期权定价公式和看涨看跌平价公式.第三部分通过希腊字母和关于Hurst指数H的偏导公式量化了资产风险.最后,数值模拟表明:定价参数中的Hurst指数H和跳跃强度λ对期权价值有显著影响.第四部分中,分别采用"上证指数","市北B股"和"耀皮B股"等的收盘价日线数据,研究表明:在跳环境和混合高斯过程下的欧式期权定价比经典B-S模型更加接近真实值,该研究不仅能够在理论意义中丰富金融统计与风险管理有关期权定价方面的理论,同时在实际意义中也能够为金融市场提供更多的参考依据
其他文献
学位
学位
学位
学位
学位
学位
广义线性模型是非寿险精算的标准模型,广泛应用于非寿险费率厘定和准备金评估。在索赔频率预测中,常用的广义线性模型有泊松回归模型和负二项回归。虽然广义线性模型有着很好的模型解释力,但是其并不能很好的反映数据之间的复杂关系。而神经网络模型有比较好的模型效果,可以很好的揭示数据之间的复杂关系。本文的主要目标是将GLM(Generalize Linear Model)与神经网络模型结合,获得更好预测效果的同
学位
置信区间展现的是感兴趣参数的真实值落在测量结果的周围的程度,其给出的是感兴趣参数的测量值的可信程度,置信区间是统计推断中的一个重要方向,因为估计出置信区间是我们进行预测的一个前提。对于不同的统计模型所运用的区间估计方法也是不相同的。在许多领域中,Bootstrap成为一种数据处理的有效方法,很多情况下,模型中感兴趣的参数的置信区间难以构建,为了解决这一问题,本文基于一类Bootstrap置信区间的
学位