隐含波动率反演的改进高斯牛顿法  

作　　者：袁敬岚 江嘉华 何佳滨 邓小毛 

机构地区：[1]广东外语外贸大学数学与统计学院,广州广东510006

出　　处：《电脑知识与技术》2022年第33期104-107,共4页Computer Knowledge and Technology

基　　金：广东省自然科学基金(2020A1515010704);广东外语外贸大学校级科研项目(18SS01)。

摘　　要：隐含波动率是将市场期权价格代入Black-Scholes方程等期权定价模型反推得到的波动率结果,它反映投资者对未来一段时间内标的资产价格的波动程度的预期。牛顿迭代法、二分法等经典算法计算隐含波动率时,在部分数据上无法收敛.因此该文基于高斯牛顿法,提出一种隐含波动率的改进算法,利用L曲线法进行正则化参数选取及最小残差准则确定最优下降步长.使用上证50ETF期权数据的实验结果表明,本文提出的改进算法在数据集上可全部收敛,且可反演得到合理的隐含波动率。

关 键 词：隐含波动率 BLACK-SCHOLES方程 高斯牛顿法 L曲线法 

分 类 号：F830.9[经济管理—金融学]