Option Pricing in Markets with Informed Traders
本文的目的是在动态资产定价理论的框架下，介绍具有知情交易者的市场的期权定价理论。我们引入新的模型期权定价的知情交易者在完全市场中，我们认为交易者的信息，股票价格的方向和股票收益率的意思。将Black-Scholes-Merton期权定价理论推广到具有知情交易者的市场，其中价格过程服从连续扩散.这样就解决了期权定价中的不连续性难题。利用市场期权数据，我们估计了股票上涨概率的隐含曲面、隐含平均股票收益率曲面和隐含交易者信息强度曲面。
2020-08-12 q-fin.MF
Exponential stock models driven by tempered stable processes
本文研究了由 tempered 稳定过程驱动的指数股票模型，分析了等价鞅测度的存在性，并给出了欧式期权的定价公式。
2019-07-11 math.PR q-fin.MF
Fair bilateral prices in Bergman's model
Bielecki和Rutkowski（2014）引入并研究了一个通用的非线性市场模型，该模型包括多个风险资产、多个资金账户和保证金账户。本文从套期保值者和交易对手两个角度研究了具有任意初始禀赋的合约的定价和套期保值问题。我们推导出单边价格的不等式，并给出了公平双边价格或双边有利可图的价格的范围。我们还研究了单边价格关于初始禀赋的单调性。我们的研究依赖于Nie和Rutkowski（2014）中得到的连续鞅驱动下的Beclique的结果，但我们也在马尔可夫框架下推导了欧式路径独立或有索赔的定价偏微分方程。
2014-12-08 q-fin.MF q-fin.PR
A Rational Finance Explanation of the Stock Predictability Puzzle
在本文中，我们解决了行为金融学的支持者在股票市场上观察到的一个主要的金融难题：股票可预测性之谜。我们提供了一个统计模型的理性金融的背景下，可以使用不依赖于行为金融学的假设来模拟股票收益的可预测性。我们将股票收益的可预测性纳入著名的Black-Scholes期权定价公式。从经验上讲，我们通过定义一个我们称之为“隐含超额可预测性”的前瞻性指标来分析期权和现货交易者对股价的市场可预测性。实证结果表明，期权交易者对股票收益率的可预测性对股票期权价格的影响是货币性的增函数，而现货交易者对股票收益率的可预测性对股票期权价格的影响是货币性的减函数。这些实证结果表明，股票价格的现货和期权交易者的潜在不对称的可预测性。我们发现，在执行价格显著高于或低于股票价格的期权定价中，标的股票收益的可预测性应纳入期权定价公式。在定价的期权，有接近1的货币，股票收益的可预测性是不纳入期权定价模型，因为股票收益的可预测性是相同的两种类型的交易者。换句话说，在这种情况下，现货交易者和期权交易者同样了解股票市场的未来价值。通过比较不同的波动性测度，我们发现隐含方差和已实现方差之差或方差风险溢价可以作为股票收益的预测因子。
2019-11-06 q-fin.GN q-fin.MF
Pricing under the Benchmark Approach
本文基于基准方法提出基准中性定价，用于极长期限欧式看跌期权，证明其价格理论上最低，且低于风险中性价格。
2025-06-19 q-fin.GN q-fin.MF
Option Pricing in a Regime Switching Stochastic Volatility Model
在经典的股票价格模型中，假设股票价格是几何布朗运动，价格的漂移和波动率是不变的。然而，实际上，波动性确实有所不同。在量化金融中，赫斯顿模型已被成功地用于波动率表示为随机微分方程。此外，我们考虑了一个状态转换模型，其中股票波动动力学依赖于一个潜在的过程，这可能是一个非马尔可夫纯跳跃过程。在此模型假设下，我们得到了欧式香草期权的局部风险最小化定价。价格函数满足赫斯顿型偏微分方程。
2018-01-09 math.PR q-fin.MF q-fin.PR
Predicting the Stock Price of Frontier Markets Using Modified Black-Scholes Option Pricing Model and Machine Learning
Black-Scholes期权定价模型（BSOPM）长期以来一直被用于股票期权的定价，以确定股票的价格。本文利用BSOPM方法，提出了一种比较分析的方法和数值计算的技巧，分别求出了看涨期权和看跌期权的价格，并将这两个价格分别作为前沿市场股票的买入价和卖出价，从而可以预测股票的价格（收盘价）。对模型进行了修改，以找到计算前沿市场股票价格的参数执行价格和到期时间。为了验证使用修改后的BSOPM获得的结果，我们使用了机器学习方法，使用软件Rapidminer，其中我们采用了不同的算法，如决策树，集成学习方法和神经网络。已经观察到，使用机器学习对收盘价的预测与使用BSOPM获得的预测非常相似。机器学习方法是一种比BSOPM更好的预测方法，因为Black-Scholes-Merton方程包含了不断变化的风险和股息参数。我们还对波动率进行了数值计算。当股票的价格由于定价过高而走高时，波动性以巨大的速度增加，当波动性变得非常高时，市场往往会下跌，这可以使用我们修改后的BSOPM来观察和确定。基于量子物理学中薛定谔方程（和热方程）的类比，对提出的修正BSOPM进行了解释。
2018-12-27 q-fin.MF q-fin.ST
Capital Asset Pricing Model with Size Factor and Normalizing by Volatility Index
University of Nevada, Reno（内华达大学里诺分校）
本文在CAPM中引入规模效应，并用波动率指数归一化收益率，构建包含波动率、相对规模和CAPM的离散时间模型，通过实际数据拟合证明长期稳定性，并与随机投资组合理论关联。
2026-06-11 math.PR q-fin.MF q-fin.ST
Stock Market Insider Trading in Continuous Time with Imperfect Dynamic Information
研究了动态私人信息下资产份额的均衡定价问题。市场由一个风险中性的知情代理人，观察公司价值，噪音交易者，和竞争的做市商，使用总订单流作为内部人的信息的噪音信号来设定股票价格。我提供了所有的最优策略的一个特征，并证明存在的马尔可夫和非马尔可夫均衡推导封闭形式的解决方案的最优订单过程的知情交易者和最优定价规则的做市商。非马尔可夫均衡的考虑是相关的，因为做市商可能会决定重新加权后，收到一个新的信号，过去的信息。此外，我表明，a）有一个独特的马尔可夫均衡价格过程，允许内幕交易未被发现，和b）内幕交易的存在增加了市场的信息效率，特别是在接近股息支付的时候。
2016-06-30 math.PR q-fin.MF
Multidimensional linear and nonlinear partial integro-differential equation in Bessel potential spaces with applications in option pricing
研究了多维空间中一类非局部非线性偏积分微分方程的解。这类PIDE经常出现在金融建模中。本文利用抽象半线性抛物方程的理论，在Bessel位势空间的尺度上证明了解的存在唯一性。我们考虑一类广泛的Lévy测度满足适当的增长条件附近的原点和无穷大。的新颖之处是推广已知的结果在一个空间维度的多维情况下。研究标的资产服从带跳Lévy随机过程的期权定价的布莱克-斯科尔斯模型。作为一维空间中期权定价的一个应用，我们考虑了一个一般的移位函数，该移位函数来自于考虑大型交易者股票交易策略的非线性期权定价模型.我们证明了非线性PIDE的解的存在性和唯一性，其中转移函数可能依赖于一个指定的大投资者股票交易策略功能。
2021-06-19 math.AP math.PR q-fin.MF
Hedging via Perpetual Derivatives: Trinomial Option Pricing and Implied Parameter Surface Analysis
本研究提出含股票、其永续衍生品等资产的完备市场下的重组三叉树模型，推导欧式期权定价及风险中性与真实世界参数的关系，完成模型校准并构建大盘股真实世界参数的隐含参数曲面。
2024-10-08 q-fin.MF q-fin.PR
Option Pricing Incorporating Factor Dynamics in Complete Markets
利用Donsker-Prokhorov不变性原理，我们扩展了Kim-Stoyanov-Rachev-Fabozzi期权定价模型，使其考虑到交易时间间隔可变的情况，这是期权卖空者的一个重要考虑因素。应用Cherny-Shiryaev-Yor不变性原理，我们制定了一个新的二项式路径依赖定价模型的离散和连续时间完全市场的股票价格动态依赖于市场影响因素的对数收益动态。在离散的情况下，我们将这种新方法的结果扩展到金融市场，其中知情交易者采用涉及远期合约交易的统计套利策略。我们的研究结果说明采用美国金融市场数据的数值例子。我们的工作提供了进一步的支持的结论，任何期权定价模型必须保留有价值的信息的瞬时平均对数回报，股票的向上运动的概率（每交易区间），和其他市场微观结构功能。
2020-11-16 q-fin.MF
Benchmark-Neutral Pricing
针对长期或有权益，本文提出以增长最优投资组合为记账单位的基准中性定价与对冲方法，证明其定价测度为等价概率测度，并能给出最低可能价格。
2024-04-09 q-fin.MF
Pitman's Theorem, Black-Scholes Equation, and Derivative Pricing for Fundraisers
本文提出含普通投资者与筹款人的扩散模型，利用Pitman定理推导筹款人欧式期权价格，并针对泡沫市场提出看涨期权数值方案，以最小非负超解刻画价格。
2025-04-22 q-fin.MF
Option Pricing: Channels, Target Zones and Sideways Markets
在市场低迷之后，特别是在目前这种不确定的经济环境下，可能会有一个相对较长的横盘行情，指数、股票等，在有支撑和阻力位的通道中移动。我们讨论了在这种情况下的期权定价，在这两种情况下的不可达到的以及可达到的边界，并获得封闭形式的期权定价公式。我们的结果也适用于没有利率挂钩的目标区域的外汇汇率（美元/港元，数字货币等）。
2020-06-25 q-fin.MF q-fin.PR
Malliavin differentiability of fractional Heston-type model and applications to option pricing
定义分数Heston型（fHt）模型为无套利的金融市场模型，其收益波动率由一个关于分数布朗运动的随机方程的平方描述，Hurst参数H在（0，1）中.我们扩展了Alos和[Alos，E.，& Ewald，C. O.（2008年）。Heston波动率的Malliavin可微性及其在期权定价中的应用。Advances in Applied Probability，40（1），144-162.]证明了fHt模型是Malliavin可微的，并推导出了具有任意间断的期望收益函数的表达式。对股票价格过程和期权价格进行了模拟。
2022-08-06 q-fin.MF
The Variance-Gamma Process for Option Pricing
本文提出用方差伽马过程替代布朗运动建模股票价格，通过Esscher变换定价欧式期权，并实证表明该模型能解释对数收益率的超额峰度，优于布莱克-舒尔斯模型。
2025-10-15 q-fin.MF
About the decomposition of pricing formulas under stochastic volatility models
本文对一个非常一般的随机波动率扩散模型的看涨期权价格的分解进行了推广。[2]中的Heston模型。我们意识到，当股票价格不遵循指数模型时，就会出现一个新的术语。所使用的技术是非预期的。特别地，我们还看到，使用泛函伊藤微积分可以得到等价的结果。利用同样的推广思想，我们还将文[1]和[3]中得到的另一种看涨期权的价格分解公式推广到非指数模型，该公式是用波动率过程的Malliavin导数表示的。最后，我们给出了预期和非预期两种情况下隐含波动率导数的一般表达式。
2015-03-27 q-fin.MF
Extending the Black-Scholes Option Pricing Theory to Account for an Option Market Maker's Funding Costs
期权做市商在持有和对冲库存时会产生融资成本。例如，为了对冲净多头delta库存，她需要支付一定的费用，从证券借贷市场借入股票。由于理发，她张贴额外的现金保证金的贷款人需要在她的无担保债务利率融资。本文在经典期权定价理论中引入了融资不对称性（借入现金和投资现金的不同利率）和现实的股票融资成本。结果表明，一个选项的位置可以动态复制和自我融资的存在，这些资金成本。注意到资金的数额和成本是不同的多头和空头头寸，我们扩展的布莱克-斯科尔斯偏微分方程（PDE）的每一个位置的一方。偏微分方程的非线性融资成本项创建了一个自由融资边界，并将导致期权多头头寸的买价低于空头头寸的卖价。提出了一种计算欧式和美式期权价格的Crank-Nicholson有限差分法。数值结果表明，合理的融资成本参数可以很容易地产生与市场上观察到的流动性较低、期限较长的期权相同大小的买卖价差。投资组合层面的定价示例显示了套期保值的净效应，这可能会缓和融资成本的影响。
2015-10-15 q-fin.MF q-fin.PR
Pricing with Passion: The Local Occupied Volatility (LOV) Model
Bloomberg（彭博）
LOV模型在Dupire局部波动率与完全路径依赖动态之间平衡，自动校准欧洲普通期权，同时灵活捕捉波动率特征或拟合其他工具。
2026-04-28 q-fin.CP q-fin.MF q-fin.PR
Long-time large deviations for the multi-asset Wishart stochastic volatility model and option pricing
本文证明了一类多维仿射随机波动率模型的大偏差原理。和Sufana，R.，J.公共汽车。经济统计，28（3），2010），其中波动率矩阵由Wishart过程建模。这个类扩展了非常流行的赫斯顿模型的多变量设置，从而允许模拟一篮子股票或几个利率的联合行为。然后，我们使用大偏差原理，以获得一篮子期权的隐含波动率的渐近近似，并开发一个渐近最优的重要性抽样算法，以减少模拟的数量时，使用蒙特卡洛方法定价衍生品。
2018-06-18 q-fin.MF q-fin.PR
Machine Learning Methods for Pricing Financial Derivatives
本文提出用神经网络建模SDE的漂移和波动率函数，针对欧式期权开发快速SGD算法，对美式期权优化Kolmogorov PDE，并在真实市场数据上验证其样本外定价准确性优于传统模型。
2024-06-01 q-fin.CP q-fin.MF q-fin.ST
