利用修正 Black-Scholes 期权定价模型与机器学习预测前沿市场股价
统计金融
2018-12-31 v1 数理金融
摘要
Black-Scholes 期权定价模型（BSOPM）长期以来被用于权益期权估值以求得股票价格。本工作中，我们利用 BSOPM 提出了一种比较分析方法和数值技术来求看涨期权与看跌期权的价格，并将这两种价格视为前沿市场股票的买入价与卖出价，从而预测股价（收盘价）。我们对模型进行了修改，以求得用于计算前沿市场股价的行权价与到期时间参数。为验证修正 BSOPM 所得结果，我们采用 Rapidminer 软件中的机器学习方法，使用了决策树、集成学习方法和神经网络等不同算法。观察到机器学习对收盘价的预测与 BSOPM 所得非常相近。机器学习方法作为预测器优于 BSOPM，因为 Black-Scholes-Merton 方程包含风险和股息参数，其持续变化。我们还数值计算了波动率。由于过度定价导致股票价格走高，波动率急剧上升，而当波动率变得非常高时市场趋于下跌，这可利用我们的修正 BSOPM 观测和判定。所提修正 BSOPM 也基于量子物理的薛定谔方程（及热方程）类比进行了解释。
引用
@article{arxiv.1812.10619,
title = {Predicting the Stock Price of Frontier Markets Using Modified Black-Scholes Option Pricing Model and Machine Learning},
author = {Reaz Chowdhury and M. R. C. Mahdy and Tanisha Nourin Alam and Golam Dastegir Al Quaderi},
journal= {arXiv preprint arXiv:1812.10619},
year = {2018}
}
备注
41 pages along with the supplement article