混合分形Heston-CIR模型下的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:zhufutao2
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
期权作为当代金融衍生品市场的新兴产品,越来越成为金融界不可或缺的组成部分.而期权定价问题也一直是学者和投资者热议的话题之一,1973年B-S(Black-Scholes)公式的出现为期权、期货等金融衍生品定价提供了强有力的理论支持,引起了学术界的广泛关注.但是经典B-S模型的收益率与实际收益率呈现出的非正态性、非线性、非独立性等经验性特征不一致,因此学者们主要从两方面着手对其进行改进.一方面为了描述金融产品的长相依特性提出了分形布朗运动模型.另一方面为了描述标的资产的“尖峰厚尾”、不连续性、“波动率微笑”等特征提出了跳跃扩散模型、随机利率与随机波动率模型.虽然这些模型能较好的拟合真实金融数据,但是与真实价格相比还是存在一定的差异.为了更好地描述期权价格变化,本文在Heston模型的基础上对其进行改进提出了带跳的Heston-CIR混合模型和混合分形Heston-CIR模型.研究内容主要从以下三个部分展开.第一部分主要求解带跳的Heston-CIR混合模型下的欧式看涨期权价格.在Heston模型之上又考虑了随机利率和突发事件对衍生品价格的影响,建立带跳的随机波动率与随机利率(Heston-CIR)混合模型.先将标的资产所满足的随机微分方程经测度变换,变换到远期测度下.然后,利用快速傅里叶变换法解得该模型下的期权价格.第二部分为混合分形Heston-CIR模型下的美式看跌期权定价研究.首先,为了刻画标的资产呈现出的波动率微笑和长相依等特性,基于分形市场理论用分数布朗运动和标准布朗运动的线性组合代替布朗运动,即构建混合分形Heston-CIR模型描述标的资产价格.然后,分别研究了标的资产价格和利率所满足随机微分方程的解的唯一性和存在性,并研究了利率方程的Euler格式离散化的强收敛性.第三部分为模拟分析结果.首先,选取标的资产历史数据做描述性统计分析.其次,将真实数据与不同模型下的标的资产价格路径作比较.最后,采用最小二乘Monte Carlo算法得到不同到期日下美式看跌期权的价格,并运用数值模拟证明了提出模型的合理性.
其他文献
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
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