Option Return Predictability with Machine Learning and Big Data
创建于 更新于
摘要
本论文利用1996年至2020年逾1200万条美股单只股票期权数据，通过包括梯度提升树等非线性机器学习模型，发现模型能显著提升期权超额收益的横截面预测能力，并构建基于机器学习预测的多空套利组合展现月均2.63%的经济收益且交易成本调整后依然有效。期权本身特征是最重要的预测变量，股票相关特征亦提供额外预测力。研究还揭示期权收益预测性背后涉及信息不对称、交易者成本和期权定价错误等机制，为期权定价与定量投资提供理论和实证指引 [page::2][page::3][page::5][page::6][page::7][page::35][page::50]
