周亮锦,赵明扬

本文以Black-Scholes模型为基础，结合上证50ETF期权市场数据，探讨波动率参数校准对期权定价精度的优化效果。通过Tushare平台获取期权合约数据，采用历史波动率计算与参数校准相结合的方法，利用均方根误差（RMSE）最小化目标函数进行波动率优化。实证结果表明，校准后的波动率显著提升模型定价准确性，RMSE从0.0314降至0.0024，且当历史数据周期扩展至160天时，模型价格与市场实际价格高度吻合。研究验证了Black-Scholes模型在中国市场的适用性，为衍生品定价和风险管理提供实践参考。

Black-Scholes模型；参数校准；波动率；上证50ETF期权

[1] Black F,Scholes M.The Pricing of Options and Corporate Liabilities[J].Journal of Political Economy,1973:81(03):637–654. [2] Hilpisch Y.Derivatives analytics with Python:data analysis,models,simulation,calibration and hedging[M].John Wiley&Sons,2015. [3] 郑振龙,陈蓉.金融工程(第四版)[M],高等教育出版社,2016. [4] John C.Hull 著,王勇,索吾林,张翔译.期权､期货及其衍生产品:原书第 11 版[M].机械工业出版社,2022. [5] 姜礼尚.期权定价的数学模型和方法(第 2 版)[M],高等教育出版社,2008. [6] Heston S L.A closed-form solution for options with stochastic volatility with applications to bond and currency options[J].The review of financial studies,1993,6(02):327-343. [7] Bates D S.Jumps and stochastic volatility:Exchange rate processes implicit in deutsche mark options[J].The Review of Financial Studies,1996,9(01):69-107. [8] Hull J,White A.The pricing of options on assets with stochastic volatilities[J].The journal of finance,1987,42(02):281-300. [9] 方艳,张元玺,乔明哲.上证 50ETF 期权定价有效性的研究:基于 BSM 模型和蒙特卡罗模拟[J].运筹与管理,2017,26(08):157. [10] 谢梅芬.基于 Python 的个人金融数据获取与分析[J].数字技术与应用,2023,41(05):118-122.

点击下载PDF