论文部分内容阅读
衍生品是一种由来已久并且一直发挥着重要作用的金融合约,期权更是其中的佼佼者,随着中国在金融领域不断开放,相应的场内期权合约的发行也纷纷被提上了日程。虽然我国的期权品种和市场规模正在不断扩大,但相比于国外,我们的市场仍然很不成熟。由于缺少实际的交易数据,国内学者对于期权的研究主要集中在定价方面,鲜有人能够为期权交易员们提期权交易可操作的思路和方法。许多研究表明,期权交易员如果使用常规计算的Delta进行对冲,并不能最小化他手上头寸价值变化的方差。因为标的资产价格的变化与资产的波动率变化之间存在相关关系。最小方差Delta同时考虑到了标的资产价格变化对衍生品价格和标的资产波动率的影响。本文使用人工神经网络模型探寻标的资产价格的变化与资产的波动率变化之间的关系,并使用上证50ETF期权的日度交易数据进行了实证研究。我们首先探索了标的资产波动率变化与如下三个变量之间的关系:标的资产的变化、期权的实值程度、期权的剩余期限。基于这个模型（后文统称为三因素模型）计算的最小方差Delta在看涨和看跌期权分别减少了5.93%和1.73%的对冲误差。为了进一步优化模型的效果,我们在之前三个变量的基础上增加了市场状态变量（iVX）,基于此模型（后文统称四因素模型）计算的最小方差Delta在看涨和看跌期权分别减少了14.03%和8.83%的对冲误差。