[人工智能] 使用神经网络模型为比特币期权定价

“使用神经网络模型为比特币期权定价”

指导

资产定价技术与资产本身一起发展：新资产比特币期权和比特币本身都是开创性的新型金融资产。 了解市场和资产的第一步是了解它们的价值和定价方式。 来自意大利帕维亚的研究员 Pagnottoni 正在将神经网络模型应用于比特币期权定价。 研究发现，神经网络模型（NNM）的应用可以提高期权定价的准确性比特币期权是什么意思，而传统的定价方法往往会高估期权。

文本

定价问题是金融学中的一个基本问题——定价的准确性决定了投资决策的准确性。 金融资产定价过高，虽然不一定会导致损失，但会大大增加导致错误投资策略的机会； 而低估金融资产可能会剥夺您获利的机会。 不管怎样，总而言之，定价越准确，就越能抓住机会。

资产定价是金融界最古老的问题。 传统上，基于单一的价格规则，人们可以使用三元树模型、蒙特卡洛模拟等方法对几乎所有东西进行定价，包括期权、期货，这些方法通过模拟各种事件。 概率帮助投资者做出最明智的决定。 但这些方法都有一个共同的难题——资产定价所依据的概率的准确性问题：它们是通过假设获得的比特币期权是什么意思，那么它们的概率也可以通过某种方式进行预测。

意大利帕维亚大学的研究员 Paolo Pagnottoni 尝试将神经网络模型（NNM）应用于比特币期权的定价，取得了相当令人满意的结果。 Pagtoni 使用 2018 年 5 月 16 日至 2018 年 7 月 15 日每天收集的数据进行了这项研究。检索到的数据是 Deribit 交易所的比特币指数和所有可用的期权价格，到期时间在 5 天到 20 天之间，以及现货期权价格点差低于 50%。 首先，他将三元树模型、有限差分法、蒙特卡洛模拟等传统定价模型的结果应用到神经网络模型的第一层（（输入层））。 第二步是利用神经网络对隐藏层中的数据进行分析，总结和预测一些模式。 （（见下文））

然后，Panottoni使用平均绝对误差（（MAE））、平均方差（（MSE））和平均绝对百分比误差（（MAPE））三个评价标准来评价这些方法的准确性。 这三个准则分别应用于三元树模型、有限差分模型、蒙特卡洛模拟和神经网络模型四种方法。 计算结果如下表所示：

从表中可以看出，根据三个标准的评估，神经网络的性能数据低于其他模型，这意味着使用神经网络模型对比特币期权进行预测和定价可以降低预测错误。

此外，Panottoni 发现传统期权价格“普遍被高估”，“神经网络模型更好地反映了比特币期权价格的真实市场动态。” 这个结论的含义是：由于期权通常定价过高，因此出售这些期权可能是一个潜在的有利可图的选择。 但需要强调的是，本研究和本文无意向任何个人或实体提供任何投资策略。 本文通过介绍一项新的有趣研究及其潜在意义，简单地为人工智能在金融领域的应用提供了一个案例。