一种基于超网络的期权定价模型标定方法技术

本发明专利技术提出了一种基于超网络的期权定价模型标定方法，涉及期权定价方法领域。一种基于超网络的期权定价模型标定方法，其包括：神经网络以执行价格K、到期时间τ、欧式期权的期权类型C作为输入，以预测价格作为输出，模拟数学金融期权定价模型；超网络将给定上述数学金融模型的参数作为输入，产生上述神经网络的超网络参数；利用上述超网络参数优化上述数学金融期权定价模型。上述数学金融期权定价模型为Bergomi模型，随机生成V0,η,ρ和H；生成隐藏层h，包含1个神经节点；重复上述过程，随机设定上述神经节点的数量；神经网络的超参数的数量等于神经节点数量。其能够优化期权定价模型，减小计算误差。减小计算误差。减小计算误差。

【技术实现步骤摘要】
一种基于超网络的期权定价模型标定方法


[0001]本专利技术涉及期权定价方法领域，具体而言，涉及一种基于超网络的期权定价模型标定方法。

技术介绍

[0002]针对特定产品结构建立定价模型，开发精确高效的定价系统，是金融机构开发并推广金融产品的基础。近年来，在金融机构对相关业务的积极推动下，各种具备特定功能、结构复杂的期权产品不断涌向市场，对匹配的量化模型及定价系统的开发需求与日俱增。

技术实现思路

[0003]本专利技术的目的之一在于提供一种基于超网络的期权定价模型标定方法，其能够优化期权定价模型，减小计算误差。
[0004]本专利技术的目的之一在于提供一种电子设备，其能够优化期权定价模型，减小计算误差。
[0005]本专利技术的目的之一在于提供一种计算机可读存储介质，本专利技术的实施例是这样实现的：其能够优化期权定价模型，减小计算误差。
[0006]第一方面，本申请实施例提供一种基于超网络的期权定价模型标定方法，其包括如下步骤：神经网络以执行价格K、到期时间τ、欧式期权的期权类型C作为输入，以预测价格作本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于超网络的期权定价模型标定方法，其特征在于，包括如下步骤：神经网络以执行价格K、到期时间τ、欧式期权的期权类型C作为输入，以预测价格作为输出，模拟给定数学金融期权定价模型；超网络将给定所述数学金融模型的参数作为输入，并产生所述神经网络的超网络参数；利用所述超网络参数优化所述数学金融期权定价模型。2.如权利要求1所述的一种基于超网络的期权定价模型标定方法，其特征在于，还包括如下步骤：所述数学金融期权定价模型为Bergomi模型，所述Bergomi模型包含4个参数：V0∈(0,1]，η∈(0,5]，ρ∈(
‑
1,1),H∈(0,0.5)；根据约束范围生成随机均匀分布变量V0,η,ρ和H；生成隐藏层h，包含1个神经节点：其中b
(1)
＝0.063；函数表示为：Φ(x)＝max(0,x)；得到h
(1)
；重复一次或多次过程，并随机设定所述神经节点的数量。3.如权利要求2所述的一种基于超网络的期权定价模型标定方法，其特征在于，还包括如下步骤：其中，根据约束范围生成随机均匀分布变量V0,η,ρ和H，当取值为V0＝0.1，η＝2.0，ρ＝0.5，H＝0.1时；最后得到的h
(1)
＝0.497。4.如权利要求2所述的一种基于超网络的期权定价模型标定方法，其特征在于，还包括如下步骤：生成超网络的输出时，神经网络的超参数的数量等于所述神经节点的数量。5.如权利要求4所述的一种基于超网络的期权定价模型标定方法，其特征在于，还包...

【专利技术属性】
技术研发人员：郑羽，杨永鑫，
申请(专利权)人：英博智云成都科技有限公司，
类型：发明
国别省市：