BriefGPT - AI 论文速递
·
非理性程度：情绪与隐含波动率曲面
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
本文提出了一种新的神经网络模型，用于预测隐含波动率。该模型融入了金融领域的先验知识，并考虑了波动率微笑的激活函数。通过嵌入金融条件进行训练，该模型在S&P 500指数上的期权数据方面表现优于基准模型。该模型与现有的金融理论和隐含波动率面的条件相一致。
🎯
关键要点
- 提出了一种全新的神经网络模型用于预测隐含波动率。
- 模型融入了金融领域的先验知识，考虑波动率微笑的激活函数。
- 将无套利条件、边界和渐近斜率等金融条件嵌入损失函数进行训练。
- 该模型在S&P 500指数上20年的期权数据方面优于基准模型。
- 域知识得到了经验确认，模型与现有金融理论和隐含波动率面的条件一致。
➡️
