论文部分内容阅读
人工神经网络是一种非线性非参数模型,它不对市场和变量做任何的主观假设。所以它具有许多存在假设条件的模型所无法具备的优点。通过选择输入和输出变量,设置BP神经网络的结构,选择预测期限就可以训练该神经网络模型,训练成功后即可对我国的权证进行预测。并利用四个误差指标来评价模型定价结果的优劣,实证研究发现神经网络方法在我国权证市场的定价效果要好于B-S定价方法。