基因演算法自動演化之類神經網路在選擇權評價及避險之研究: 分析與實證

An-Pin Chen

研究成果: Article同行評審

摘要

類神經網路具有學習與高速計算之能力,再加上非線性處理與容錯之特性,使其在行為預測上表現相當優異,雖過去曾有多篇文獻使用類神經網路對選擇權進行評價,但至今尚未見其在避險上之運用,本研究運用基因演算法自動演化之類神經網路,掌握特定認購權證之時間價值與避險比例行為,以進行價格預測與避險模擬。實證結果顯示,以類神經網路為基礎之方法,針對台灣已到期之十五檔認購權證,不論在評價上之解釋能力與誤差程度,或在避險上之風險暴露與獲利均優於BS模型,即表示在台灣認購權證市場中,基因演算法自動演化之類神經網路能提供一個比BS模型更能精準評價,以及更有效率避險的模型。
貢獻的翻譯標題A Genetic Adaptive Neural Network Approach to Options Pricing and Hedging: Analysis and Evidence
原文???core.languages.zh_TW???
頁(從 - 到)63-80
頁數18
期刊資訊管理學報
DOIs
出版狀態Published - 1 1月 2001

Keywords

  • 選擇權
  • 基因演算法
  • 類神經網路
  • 評價
  • 避險

指紋

深入研究「基因演算法自動演化之類神經網路在選擇權評價及避險之研究: 分析與實證」主題。共同形成了獨特的指紋。

引用此