基于LSTM的期权定价研究  

作　　者：闫海波 张馨月 

机构地区：[1]新疆财经大学统计与数据科学学院,新疆乌鲁木齐830012

出　　处：《北方金融》2024年第12期14-17,共4页Northern Finance Journal

摘　　要：期权是一种高度杠杆化的金融衍生品,在套利、套期保值方面具有突出的优势。经典的参数化定价方法,如Black-Scholes、Heston模型等,都是在较为苛刻的前提下,采用随机过程来描述股价的变化趋势。然而实际期权市场与上述严格假设条件具有较大差异,因此传统参数定价方法误差过大。因此,文章着眼于非参数定价方法,利用深度学习算法来模拟期权定价过程,选取上证50ETF期权数据,在更贴合实际情况的Heston期权定价理论基础上,利用深度学习中的LSTM神经网络对欧式期权定价进行可行研究。其结果表明LSTM模型的预测效果优于传统参数模型,且LSTM神经网络模型的预测精度与深度学习的训练次数有关。

关 键 词：期权定价 LSTM Heston模型 

分 类 号：F224.0[经济管理—国民经济]