摘要
期权定价模型的参数估计问题通常是非线性优化问题,且是非凸优化问题,经典的优化方法已不再适用。为此探寻用交叉熵蝙蝠算法来求解Merton跳-扩散模型、Heston随机波动模型和Bates带跳的随机波动模型的参数估计问题。实证结果表明该方法是有效可行的。
Parameter estimation of option pricing model is usually a nonlinear optimization problem with no convex,which leads to the classical optimization method cannot be applied. Based on cross entropy bat algorithm,we studied howto solve parameter estimation problems of option pricing models such as Merton’s jump-diffusion model,Heston’s stochastic volatility model and Bates’s stochastic volatility with jump model. The empirical results showthat the cross entropy bat algorithm is feasible and effective for solving the parameter estimation problems of option pricing model.
作者
李国成
王继霞
LI Guo-cheng;WANG Ji-xia(School of Finance & Mathematics,West Anhui University,Lu'an 237012,Anhui,China;School of Mathematics and Informarion Sciences,Henan Normal University,Xinxiang 453007,Henan,China)
出处
《山东大学学报（理学版）》
CAS
CSCD
北大核心
2018年第12期80-89,共10页
Journal of Shandong University(Natural Science)
基金
国家自然科学基金资助项目(U1504701)
安徽省科技厅软科学研究项目(1607a0202027)
安徽省高等学校省级人文社会科学研究重点项目(SK2016A0971)
关键词
交叉熵蝙蝠算法
期权定价模型
参数估计
跳-扩散模型
随机波动模型
cross entropy bat algorithm
option pricing model
parameter estimation
jump-diffusion model
stochastic volatility model
