基于Heston模型的LM算法期权定价问题研究
赵俊杰; 任苏灵
2024-11-20
发表期刊统计与管理
卷号39期号:11页码:18-25
摘要Heston模型相较于传统的Black-Scholes期权定价模型能够更好的反映标的资产价格波动率的随机性,从而提高期权定价的准确性。在Heston模型中包含六个待估参数,传统的估参方法难以对其进行估计,本文使用LM算法、SLSQP算法和模拟退火算法对Heston模型的待估参数进行估计,对2024年1月1日的上证50ETF期权进行预测并与实际结果相比较。研究发现:(1)在对Heston模型进行参数估计时LM算法对初始值的选择较为敏感。(2)在选择合适的初始值的条件下LM算法的预测精度要远高于SLSQP算法和模拟退火算法,故可证明LM算法对Heston模型进行参数估计的可行性和准确性。
关键词上证50ETF期权 Heston模型 LM算法 参数估计 期权定价
DOI10.16722/j.issn.1674-537x.2024.11.008
URL查看原文
收录类别AMI
ISSN1674-537X
语种中文
原始文献类型学术期刊
中图分类号F832.5;TP18
CN号13-1395/C
文献类型期刊论文
条目标识符http://ir.lzufe.edu.cn/handle/39EH0E1M/38562
专题统计与数据科学学院
作者单位兰州财经大学统计与数据科学学院
第一作者单位统计与数据科学学院
推荐引用方式
GB/T 7714
赵俊杰,任苏灵. 基于Heston模型的LM算法期权定价问题研究[J]. 统计与管理,2024,39(11):18-25.
APA 赵俊杰,&任苏灵.(2024).基于Heston模型的LM算法期权定价问题研究.统计与管理,39(11),18-25.
MLA 赵俊杰,et al."基于Heston模型的LM算法期权定价问题研究".统计与管理 39.11(2024):18-25.
条目包含的文件
条目无相关文件。
个性服务
查看访问统计
谷歌学术
谷歌学术中相似的文章
[赵俊杰]的文章
[任苏灵]的文章
百度学术
百度学术中相似的文章
[赵俊杰]的文章
[任苏灵]的文章
必应学术
必应学术中相似的文章
[赵俊杰]的文章
[任苏灵]的文章
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。