类神经网路於选择权价格之预测VIP专享VIP免费

第233页共11页编号：时间：2021年x月x日书山有路勤为径，学海无涯苦作舟页码：第233页共11页類神經網路於選擇權價格之預測—以台灣股價指數選擇權為例OptionPriceForecastingUsingNeuralNetworks—EvidencefromtheTSEIndexOption林進財Chin-TsaiLin1葉欣怡Hsin-YiYeh21元培科學技術學院經營管理研究所2銘傳大學管理科學研究所1GraduateInstituteofBusinessandManagement,YuanpeiUniversityofScienceandTechnology,HsinChu300,Taiwan,R.O.C.2GraduateSchoolofManagement,MingChungUniversity,Taipei,R.O.C.【摘要】本文利用2002年1月1日至2003年12月31日間，台灣期貨交易所發行台灣股價指數選擇權之交易資料，應用類神經網路的倒傳遞模型與BlackandSholes(1973)選擇權評價模型(B-S評價模型)進行實證，並比較其預測評價績效。本文之研究結果發現，在台股指數選擇權之價格預測上，類神經網路之預測績效較傳統的B-S模型為佳。關鍵詞：台指選擇權、類神經網路、B-S評價模型、波動度ABSTRACTInthisstudy,forecastingoftheoptionpricesofTaiwanstockindexoptions(TXO)iscarriedoutusingbackpropagationneuralnetworkpricingmodelandB-Spricingmodel(BlackandScholes,1973)fromJanuary1,2002toDecember31,2003.TheresultsshowthatforvolatilemarketstheneuralnetworkoptionpricingmodeloutperformstheB-Spricingmodel.Keywords：TaiwanIndexOption,ArtificialNeuralNetwork,Black-ScholesOptionPricingModel,Volatility一、緒論隨著台灣金融市場之自由化，央行於1994年陸續開放利率選擇權、外幣選擇權及外幣利率選擇權之交易，但都僅屬於店頭市場交易。直至1997年由台灣證券交易所推出之本土認購權證，開始了衍生性金融商品之交易。1998年7月，第234页共11页第233页共11页编号：时间：2021年x月x日书山有路勤为径，学海无涯苦作舟页码：第234页共11页台灣期貨交易所正式營運，並陸續推出各式台灣股價指數期貨契約，而台灣股價指數選擇權也於2001年12年24日由台灣期貨交易所正式推出上路。由於，選擇權有規避市場利率波動風險的功能，因此合理的選擇權價格預測便成為交易者重視之課題。然而，直至BlackandScholes(1973)依據標的物價格波動符合幾何布朗寧運動的假設，再透過偏微分方程式，推導出歐式買權評價模型(即Black-Scholes評價模型，以下簡稱B-S模型)，方才奠定後續選擇權評價研究之主要參考依據。但是，由於如股價變動服從幾何布朗寧運動、選擇權只能在到期日履約、固定利率等假設皆與真實市場不符。因此，針對修正假設的後續相關研究有蒙地卡羅模擬法(MonteCarloSimulation)、有限差分法(Finite-DifferenceMethod)與二項式訂價模型(BinomialOptionPricingModel)等1，而上述研究皆以諸多假設為依據，因此在假設成立下，選擇權價格便得以求出；然而，這些模型本身卻無自我學習能力，所以一旦模型設立錯誤，將無法適應瞬息萬變的金融市場，而造成錯誤訂價的情況。近年來，隨著類神經網路、基因演算法等人工智慧的快速發展，在財經等相關領域之應用研究皆有顯著性突破。其中，類神經網路無需找出系統模型，僅根據輸入及輸出變數間之關係，再經學習後便可模擬出決策模型進而產生預測能力。雖然類神經網路運用複雜，但樣本資料卻不需事先加以處理。何況在許多統計模型在非線性問題之處理上，都有其先天上的限制，較無法令人滿意相反地，類神經網路能藉由所謂的隱藏層而適當的呈現非線性問題。因此，具有自我學習、高速計算與非線性處理等特性之類神經網路訂價模型，已深深吸引財經學者和投資者的青睞。目前，國內選擇權市場成立時間不長，加上受到國內權證市場之規模較大與推出時間較早，而且投資者對於權證了解程度較深。因此，林丙輝、王明傳(2001)與巫春洲(2002)等主要針對認購權證為研究對象，而且著重藉由不同波動度衡量，來探討傳統訂價模型的配適與否。台灣股價指數選擇權契約發展較晚，相關實證研究或預測模型皆較為缺乏。此外，國外研究趨勢已漸將不同的人工智慧方法，應用於選擇權評價的問題解決上，且有優於傳統評價模型之研究結論。因此，本文以類神經網路建立預測模型來預測...