基于Support Vector Machines（SVMs)算法的智能型期权定价模型的研究
批准号：
70501008
项目类别：
青年科学基金项目
资助金额：
17.0 万元
负责人：
曹丽娟
依托单位：
学科分类：
金融工程
结题年份：
2008
批准年份：
2005
项目状态：
已结题
项目参与者：
Lim Kian Gua、刘道白、蒋祥林、杨昊帆、亓玉洁
项目摘要
结项摘要
项目成果
相似基金
相关文献
中文摘要
本项目研究基于SVMs方法下的智能型期权定价模型。首先，建立预报时变波动率的SVMs模型, 以克服常规期权定价模型中用固定波动率问题；其次, 建立预报常规模型定价偏差的SVMs 模型, 对常规模型进一步加以改造；借助特征提取方法, 找出决定期权价格的重要输入因子；借助规则提取方法,进一步找出输入因子与期权价格的简单定量关系；从而建立套期保值策略, 为投资者提供最佳决策；最后，开发定价模型的平行算法
英文摘要
期刊论文列表
专著列表
科研奖励列表
会议论文列表
专利列表
登录
查看更多内容
An Empirical Study of Pricing and Hedging Collateralized Debt Obligation (CDO)
债务抵押债券（CDO）定价与对冲的实证研究
债务抵押债券（CDO）定价与对冲的实证研究
DOI：
--
发表时间：
--
期刊：
影响因子：
--
作者：
[]
通讯作者：
Parallel sequential minimal optimization for the training of support vector machines
支持向量机训练的并行顺序最小优化
支持向量机训练的并行顺序最小优化
DOI：
10.1109/tnn.2006.875989
发表时间：
2006-07-01
期刊：
IEEE TRANSACTIONS ON NEURAL NETWORKS
影响因子：
--
作者：
[Cao, L. J., Keerthi, S. S., Lee, H. P.]
通讯作者：
Lee, H. P.
Developing parallel sequential minimal optimization for fast training support vector machine
为快速训练支持向量机开发并行顺序最小优化
为快速训练支持向量机开发并行顺序最小优化
DOI：
10.1016/j.neucom.2006.05.007
发表时间：
2006-12
期刊：
Neurocomputing
影响因子：
6
作者：
[]
通讯作者：
A Mixture of Support Vector Machines for Time Series Forecasting, accepted in
用于时间序列预测的支持向量机混合，接受
用于时间序列预测的支持向量机混合，接受
DOI：
--
发表时间：
--
期刊：
影响因子：
--
作者：
[]
通讯作者：
DOI：
--
发表时间：
2006
期刊：
Neural Network World
影响因子：
0.8
作者：
[]
通讯作者：
共 6 条
国内基金
海外基金