欧式期权

使用Matlab模拟欧式看涨期权

利用Matlab生成随机游走序列，并应用B-S模型进行欧式看涨期权模拟，然后与实际期权价格进行比较。

Matlab 0 2024-08-17

Matlab GUI小程序欧式期权蒙特卡罗模拟

这是一个用Matlab编写的GUI小程序，专门用于执行欧式期权的蒙特卡罗模拟。

Matlab 2 2024-07-16

Matlab开发Black-Scholes模型欧式期权定价与支付

这段代码专门用于计算支付股息的股票的欧式看涨和看跌期权的价格。

Matlab 0 2024-09-28

美式期权执行边界的Matlab实现

计算美式期权价格，并绘制其执行边界。用for循环求出各个节点处的欧式看涨期权的价值，通过倒推的方法并考虑折现率来求出欧式看涨期权的精确值，所得矩阵EFX即为所求。比较每个节点处提前执行和不提前执行的价值，确定美式期权的内在价值，包括最后一列。通过增加节点数来绘制执行边界。

Matlab 0 2024-09-23

期权杠杆率与隐含波动率计算

期权杠杆率计算 期权杠杆率衡量期权价格对标的资产价格变动的敏感程度。 公式： 期权杠杆率 = 期权价格变化百分比 / 标的资产价格变化百分比 隐含波动率计算 隐含波动率是市场对期权标的资产未来波动率的预期，通过期权价格反推得出。 方法： 通常使用期权定价模型（如 Black-Scholes 模型）进行迭代计算，找到与当前市场价格相符的波动率参数。

数据挖掘 3 2024-05-25

期权Matlab算法实现随机梯度下降SGD

介绍了在Matlab中使用随机梯度下降（SGD）算法优化期权预算的方法。该方法是基于L. Bottou的SGD和Inria的JSGD的变体，允许用户通过接口选择任意目标函数进行优化（类似于Schmidt的minFunc）。提供的源代码和示例展示了如何使用softmax目标函数进行实现。相比于传统的梯度下降（GD）方法，SGD能够更有效地处理大规模数据集，并减少计算梯度的负担。

Matlab 0 2024-08-12

期权MATLAB代码与行为生态标签

本项目提供了期权的MATLAB代码，帮助用户更好地理解和应用期权相关的金融工具和策略。

Matlab 0 2024-11-01

商品期权历史数据服务研究模块

在信息技术领域，历史数据服务是数据分析和研究的重要组成部分，特别是在金融领域。商品期权作为金融市场的一种衍生工具，其历史数据的研究对于投资者制定策略、风险管理和市场预测具有关键价值。本模块聚焦于“商品期权历史数据服务研究”，以下将详细探讨相关知识点。我们将深入探讨商品期权的基本概念，包括看涨期权和看跌期权的特性及其影响因素如标的商品价格、行权价、时间价值和波动率等。此外，我们还将介绍数据查缺在金融数据处理中的重要性，以确保数据完整性和准确性。通过Python脚本实现数据的获取、处理和分析，开发者可以构建一个完整的商品期权历史数据服务平台。

统计分析 1 2024-07-30

MATLAB实现布莱克-斯克尔斯期权定价模型

布莱克-斯克尔斯-默顿期权定价模型（Black-Scholes-Merton Option Pricing Model），通过MATLAB编程实现。

Matlab 0 2024-08-22

MATLAB开发 使用积分法创建欧洲看涨期权

MATLAB开发: 使用积分法创建欧洲看涨期权。基于awdn（2003）的欧洲看涨期权定价——金融经济学杂志。

Matlab 2 2024-08-01