论文部分内容阅读
金融资产评估是资产评估的重要组成部分。随着科技进步,评估方法的进化也越来越频繁:从早期的假设条件学派,到中期的数据分布学派,发展至今已经成为监督学习的学派;在这些期权评估中,不论是B-S模型还是蒙特卡洛模型,都假设数据服从一元正态分布(几何布朗运动)。为了研究了ETF的价值评估,发现本文的样本数据(50交易型开放式指数基金)50ETF有时候并不符合一元正态分布,要透彻研究ETF的价值评估,首先就要攻克这一不符合经典模型的数据分布现象,本文从50ETF的权重股入手,做了先导研究——发现权重股的价格波动规律如下:(1)市值较小的股票群的交易价格在很长一部分时间不符合几何布朗运动过程;(2)市值较大的股票群,会随着时间推移符合分段几何布朗运动的规律:在不同时间段几何布朗运动的参数u和σ2不相同;(3)市值极大的股票群某些时间段内会出现一部分股票交易价格波动符合几何布朗运动,另外一部分股票很不符合几何布朗运动规律;而换一个时间段后原先交易价格波动极不符合几何布朗运动规律的股票,其交易价格又会非常符合几何布朗运动规律;而原先那些非常符合几何布朗运动的股票的交易价格又变得完全不符合几何布朗运动。在发现这个数据分布的基础上,本文结合ETF市场特点做了理论分析,为了建模期权评估在这种价格异动情况的特殊评估方法,本文首先做了基于Jason的期权价值异动预警模型,经过试验发现,该方法可以有效的找出期权价值的异动,其次,在价格异动的时间点前后,本文通过概率解析找出“非对称概率密度”,并多次筛选得到无噪特征,用这些特征对价格异动条件做了基于快速循环神经网络(下文简称Faster-RCNN)卷积的LSTM的ETF期权价值评估,这种全新的方法,具有后期期权价值评估不具有的特点。最后,得出本文的模型是对经典的蒙特卡洛模型在价格异动的时候的一种补充,并且本文基于这种补充,在50ETF价值评估上做了联合价值评估推理(下文简称联合推理)评估方法,发现该联合评估方法的准确度比单一的蒙特卡洛模型要提高20%的精准度。本文的补充模型是对蒙特卡洛期权评估的基于价格异动的评估补充模型,这种补充和完善为市场公正,公平建立了很好的联合方法论。