自Black-Scholes期权定价模型问世以来,期权定价模型波动率参数的校准问题一直是研究热点.Heston模型基于市场中隐含波动率的特征,改进了BlackScholes模型.由于Heston期权定价模型的非线性性和数据的复杂性,波动率参数校准问题作为一个”病态的”反问题,具有研究难度.本文基于Heston随机波动率期权定价模型讨论了多参数校准问题,给出了多参数校准问题的数学归结,并提出了相应的校准算法.本文主要由以下六章组成:第一章,介绍了期权定价模型参数校准问题的研究背景和意义、国内外的期权定价模型和模型参数校准问题的研究现状,简述了一些期权定价模型的相关预备知识,描述了本文的主要研究内容和成果.第二章,介绍了Heston随机波动率模型(正问题)及其推导和求解过程.针对计算数值积分的难点,基于Gauss-Legendre积分法和GPU并行计算技术本文提出了有效的计算方法.第三章,讨论了基于Heston模型的多参数校准问题(反问题),应用Tikhonov正则化,定义了两种正则化泛函中的误差范数ASPE和RSPE.为统一量纲,对正则化项进行极差标准化处理.分别使用L-Curve方法和Morozov偏差原理选取合适的正则化参数.推导了正则化泛函的解析梯度,将正则化泛函和解析梯度代入信赖域内点优化算法得到多参数校准算法.第四章,针对带噪声期权数据,开展数值实验,验证了第三章提出的多参数校准数值算法的有效性.第五章,基于美国S&P500的期权市场数据进一步验证参数校准算法的实际实用性,并可进行具有高精度的预测.第六章,总结了本文的主要内容和创新点,指出了下一步的有价值的研究课题.