论文部分内容阅读
GARCH模型引进已经大量被应用到期权定价,因此本文设想利用MCMC方法结合GARCH期权定价理论来对欧式期权进行定价,叫做MCMC-GARCH方法。利用MCMC方法从期权价格中提出有用信息以及对待估参数提供先验分布,从而避免的无方向的最优化,是一种有效的贝叶斯估计方法。通过对2010年2月1日到2010年2月26日的S&P100 (XEO)欧式期权(共4432个数据)定价的实证分析中发现,由于MCMC方法和GARCH模型自身的优点,所以MCMC-GARCH能够得到较高精度的预测结果。本文第一部分简述了相关的研究状况,以及本文选题意义；第二段是对本文所用到的模型进行了概括,首先对MCMC方法进行了大致介绍,这是本文的基础,并且介绍Gibbs取样和几类Metropolis-Hastings算法,而Independent Metropolis-Hastings算法正是本文使用的方法,然后对GARCH定价模型进行了论述,这是本文使用的定价方法；GARCH欧式期权定价方法可以很容易扩展到美式期权,因为本文的方法也会产生模拟的路径,可以使用最小二乘蒙特卡罗(LSM),因此本文也介绍了此方法；接下来基于MCMC方法和GARCH模型提出了本文的MCMC-GARCH模型；而第三段是实证分析,对S&P100(XEO)欧式期权进行定价研究,对期权数据和无风险利率的使用进行了论述，同时对使用的先验分布和随机数的生产进行了说明；最后一段为结论。