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:
G0114.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
国基评审专家1V1指导 中标率高出同行96.8%
结合最新热点,提供专业选题建议
深度指导申报书撰写,确保创新可行
指导项目中标800+,快速提高中标率
微信扫码咨询
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
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
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
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
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:
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:
国内基金
海外基金
