臺灣人文及社會科學引文索引資料庫系統

:::

詳目顯示

回上一頁
第 1 筆 / 總合 1 筆   第一頁 上一頁 下一頁 最後一頁
/1頁
題名：人工智慧應用於選擇權評價及避險與套利交易之研究
作者：張志良
作者(外文)：Chih-Liang Chang
校院名稱：國立交通大學
系所名稱：資訊管理所
指導教授：陳安斌
學位類別：博士
出版日期：2003
主題關鍵詞：選擇權；認購權證；類神經網路；評價；避險；Option；Warrant；Neural network；Pricing；Hedging
原始連結：連回原系統網址new window
相關次數：
  • 被引用次數被引用次數:期刊(1) 博士論文(0) 專書(0) 專書論文(0)
  • 排除自我引用排除自我引用:1
  • 共同引用共同引用:0
  • 點閱點閱:32
近年來在人工智慧上的研究發現，類神經網路具有高速計算和學習之特性，再加上非線性處理與容錯的能力，使其在行為預測上表現相當優異，過去國內外曾有多篇文獻使用類神經網路對選擇權進行評價，但至今尚未見其在避險上之運用，故本研究嘗試運用類神經網路所掌握特定認購權證之時間價值與避險比例行為，進行價格預測與避險模擬。研究結果顯示，類神經網路模型針對台灣已到期之十五檔認購權證，不論在評價上之解釋能力與誤差程度，或在避險效果上均優於BS模型，即表示在台灣認購權證市場中，基因演算法自動演化之類神經網路能提供一個比BS模型更接近市場價格，以及更能替發行者規避暴露風險的模型。
Neural networks have the ability of learning and performing high-speed calculations. Also with its parallel processing and tolerance of faults, its prediction ability has become quite outstanding. Although most literature is available on options pricing via neutral networks, little attention has been paid to hedging. This study applies the neural networks to the pricing and hedging of specific warrants. The empirical results indicate that the method based on neural networks excels the BS model in interpretive capability, error degrees and hedging efficiency. It means that in the Taiwanese warrant market, neural networks with self-evolving genetic algorithms can provide a more accurate and stabler model on pricing and hedging than the BS model.
1. 李沃牆，用遺傳演算法於台股認購權證的定價，台灣經濟學會年會，民國八十六年。
2. 李沃牆，計算智慧在選擇權定價上的發展，國立政治大學經濟研究所，博士論文，民國八十七年 。
3. 李沃牆，用無母數的網路學習於台股認購權證的定價，中國財務學會年會，民國八十七年。
4. 陳怡和，運用類神經網路在外匯選擇權評價模式之實證研究，國立交通大學資訊管理研究所，碩士論文，民國八十六年。
5. 陳安斌、張志良，運用類神經網路在認購權證時間價值之實證研究，財務金融研討會，民國八十八年。
6. 陳安斌、張志良，運用類神經網路在投資組合風險值之實證研究-以台灣股票市場為例，亞太金融中心學術研討會，民國八十八年。
7. 陳安斌、張志良，類神經網路風險值模型之研究，財務理論與實務學術研討會，民國八十八年。
8. 陳安斌、張志良，運用類神經網路在選擇權評價及避險之研究，中華管理評論網路期刊，第三卷，第一冊，民國八十九年。
9. 陳安斌、張志良，運用類神經網路在認購權證時間價值及避險比例之實證研究，現代財務論壇理論與實務研討會，民國八十九年。
10. 陳安斌、張志良，基因演算法自動演化之類神經網路在認購權證評價及避險之實證研究，中國財務學會財務金融學術暨實務研討會，民國八十九年。new window
11. 陳安斌、張志良，基因演算法自動演化之類神經網路在選擇權評價及避險之研究︰分析與實證，資訊管理學報。new window
12. 黃銘信，不同股票變動率下認購權證避險之實證研究，國立交通大學資訊管理研究所，碩士論文，民國八十七年。
13. 葉怡成，類神經網路模式應用與實作，儒林圖書公司，台北，民國八十三年。
14. 王佳真，風險值觀念的介紹與應用，國立台灣大學商學所，碩士論文，民國八十六年。
15. 呂自勇，金融資產投資組合風險值衡量-以台灣股市債市投資組合為例，國立中央大學財管所，碩士論文，民國八十五年。
16. 邱裕元，台灣地區風險值之評估-分別以股票、利率及匯率市場為例，東吳大學企管所，碩士論文，民國八十六年。
17. 廖益程，市場風險控管：Value at Risk-Orthogonal GARCH的應用，國立台灣大學財金所，碩士論文，民國八十六年。
18. Black, F. and M. Scholes, “The pricing of options and corporate liabilities,” Journal of Political Economy, Vol.81, pp.637-659, 1973.
19. Bollerslev, T., “Generalized autoregressive conditional heteroskedasticity,” Journal of Econometrics, Vol.31, pp.307-327, 1986.
20. Chen, A. P. and C. Chang, “Comparing genetic adaptive neural network and Black-Scholes for the pricing and hedging of options,” PanPacific Management Review, Vol.4, No.1, pp.73-88, 2001.
21. Chen, A. P. and C. Chang, “Options Pricing and Hedging with the Genetic Adaptive Neural Network Approach,” International Journal of Applied Artificial Intelligence (Revised).
22. Chen, S. N., A. P. Chen and C. Chang, “The effects of volatility Smile on warrant hedging and arbitrage,” PanPacific Management Review, Vol.4, No.1, pp.55-72, 2001.
23. Chen, S. N., A. P. Chen and C. Chang, “Hedging and arbitrage warrants under smile effects: analysis and evidence,” International Journal of Theoretical and Applied Finance.
24. Chen, S. N. and C. Chang, “Volatility-smile warrant hedging: theory and empirical evidence,” International Conference on Finance, January 1999.
25. Chen, S. N. and C. Chang, “Volatility-smile warrant hedging and arbitrage: theory and empirical evidence,” International Conference on the Theories and Practices of Security and Financial Markets, December 1999.
26. Chriss, N., “Black-Scholes and beyond,” IRWIN, 1996.
27. Cox, J. C., S. A. Ross and M. Rubinstein, “Option pricing: a simplified approach,” Journal of Financial Economics, Vol.7, pp.229-263, 1979.
28. Derman, E. and I. Kani, “Riding on a smile,” RISK, Vol.7, No.2, pp.32-39, 1994.
29. Derman, E., I. Kani and N. Chriss, “Implied trinomial trees of the volatility smile,” Journal of Derivatives, Vol.3, pp.7-22, 1996.
30. Dupire, B., “Pricing with a smile,” RISK, Vol.7, No.1, pp.18-20, 1994.
31. Hanke, M., “Neural network approximation of option-pricing formulas for analytically intractable option-pricing models,” Journal of Computational Intelligence in Finance, Vol.5, No.5, pp.20-27, 1997.
32. Hanke, M., “Neural networks vs. Black-Scholes: an empirical comparison of the pricing accuracy of two fundamentally different option pricing methods,” Journal of Computational Intelligence in Finance, Vol.7, No.1, pp.26-34, 1999.
33. Lajbcygier, P. et al., “Comparing conventional and artificial neural network models for the pricing of options on futures,” Journal of Computational Intelligence in Finance, Vol.4, No.5, pp.16-23, 1996.
34. Philippe Jorion, “Value at Risk,” IRWIN.
35. Refenes, A. N., Azema-Barac, M. and Zapranis, A. D., “Stock ranking: neural network vs. multiple linear regression,” ICNN-93-San Francisco, pp.1419-1426, 1993.
36. Rubinstein, M., “Implied binomial trees,” Journal of Finance, Vol.69, pp.771-818, 1994.
37. Shimko, D., “Bounds of probability,” RISK, Vol.6, No.4, pp.33-37, 1993.
38. Tam, K. Y. and Kiang, M. Y., “Managerial applications of neural networks: the case of bank failure predictions,” Management Science, Vol.38, pp.926-947, 1992.
39. White. A. J., “A genetic adaptive neural network approach to pricing options: a simulation analysis,” Journal of Computational Intelligence in Finance, Vol.6, No.2, pp.13-23, 1998.
 
 
 
 
第一頁 上一頁 下一頁 最後一頁 top
QR Code
QRCODE

臺灣人文及社會科學引文索引資料庫

目前上線人數：1106（臺灣：1093，外國：13） ／ 本年度總使用人次：2133566 ／ 訪客人次（自102年09月）：67926973
國家圖書館著作權聲明 Copyright © 2013 All rights reserved.
本館地址: 100201臺北市中山南路20號． 本館地圖及交通資訊．
總機：(02)23619132．最佳瀏覽解析度為1024x768以上