2015年2月，我国50ETF期权正式问世，A股市场更加立体化、多样化，因此，研究期权定价具有重要的现实意义。传统的期权定价模型通常考虑在连续时间状态下，标的资产及其波动率都服从随机游走，然而，实证表明，资产价格及其波动率时间序列都具有长期记忆性。本文在分数长记忆随机波动率模型（fractional long memory stochastic volatility model）基础上，提出了考虑时间标度（scaling）和交易费用的混合分数长记忆随机波动率（MFLMSV）模型。　　采用混合分数布朗运动（fBm）刻画标的资产价格变化过程的理论依据是，虽然单纯的分数布朗运动可以描述时间序列的长记忆性，但它既不是Markov过程也不是半鞅，此外，几何分数布朗运动公式在完备和无摩擦市场存在套利机会，混合分数布朗运动（fBm）可以很好的解决这个问题。　　真实的金融市场是离散时间交易，同时存在交易费用。交易时间间隔的大小决定了对冲频率，这不仅会影响最终的交易费用，而且也会影响对冲误差。本文假设投资者有限理性，用Delta对冲策略复制期权，然后引入极小方差规避规则，并将其扩展到Leland期权定价模型中，最终得到了考虑时间标度和交易费用的混合分数长记忆随机波动率（MFLMSV）模型。　　数值分析部分，本文用真实的50ETF期权、恒生指数期权及其标的价格数据做了实证分析，结果发现， Hurst指数、时间标度、混合分数布朗运动（fBm）中标准布朗运动部分对期权定价结果都具有重要影响。本文还将混合分数长记忆随机波动率（MFLMSV）模型的定价结果与经典的Black-Scholes、Hull-White、Leland期权定价模型、真实的期权市场数据进行比较，发现混合分数长记忆随机波动率（MFLMSV）模型确实有更好的定价结果，并且采用混合分数布朗运动比分数布朗运动更具有合理性。