American Call Options Pricing With Modular Neural Networks
创建于 更新于
摘要
本报告提出了一种基于模块化神经网络（MNN）的美国看涨期权定价模型，通过将定价过程拆分为六个专业模块，有效捕捉多层次非线性关系。实验证明，MNN在AAPL、NVDA和QQQ股票上的预测精度显著优于传统Barone-Adesi Whaley和二项式定价模型及简单的前馈神经网络，RMSE和nRMSE均显著降低，展现出在复杂市场环境下更强的适应性和预测能力 [page::0][page::11][page::12][page::13]
