虽然国内暂时还没有标准的期权，但是随着国内金融市场的不断完善，很快就会有自己的期权，期权是非常重要的一种衍生产品，通过创新可以衍生出来各种各样的品种，利用这些产品可以进行规避风险、套期保值以及投机，为投资者拓宽了投资渠道，而对于期权来说最为重要的是对其进行定价，因此，近几十年来发展出来了各式各样的期权定价模型，各种模型的准确性和有效性成为至关重要的因素，也是模型好坏的评判标准，所有对模型的改进都是围绕这一标准进行的。　　为了提高期权定价模型的准确性，本文首先从模型的假设入手对其进行改进，在B-S模型中对股票波动率的假设中，波动率是根据股票价格的历史数据估计出来的，而期权的价值是未来期望支付的贴现值，将这样的波动率代入到模型中，显然是不合适的，因此本文采用将小波分析结合ARIMA模型的方法预测出未来的波动率，通过实证分析，将改进后的波动率代入到期权定价模型当中比历史波动率代入到模型中得到的结果更加理想，相对于实际价格的误差更小，进一步提高了传统模型进行期权定价的准确性。　　传统的期权定价模型经过几十年的发展已经相当成熟，但是仍然存在很多不足之处，在进行实证分析的过程中发现，单纯利用传统的定价模型对期权进行定价所得到的结果与实际价格相差较大，这跟前面提到的模型假设在实际市场中不能得到满足有关，鉴于此，本文对期权定价模型的算法做一改进，就是将传统的期权定价模型与BP神经网络结合起来构造出了一个松散型的混合神经网络，通过实证分析得到了很好的结果，改善后与实际价格的均方误差大约仅有3％左右，从而验证了算法的准确性和有效性。　　在本文的最后还给出了期权价格的一个上界，通过找到一个好的鞅过程使期权价格的上界尽可能是紧的，最后通过蒙特卡洛的方法进行仿真，得到了期权价格上界的几个三维图形，对期权定价具有很重要的指导意义。