基于自适应傅里叶分解(AFD)方法的欧式期权定价高频数据研究

活动时间： 11月09日14时00分       

地            点  ： 理科群1号楼D203

讲座内容：

自适应傅里叶分解(adaptiveFourier decomposition, AFD) 是用一类新的函数，称为单分量函数去逼近一般函数的新的函数逼近方法，是经典的Fourier分析的发展。期权定价理论已经成为金融经济理论的基石。用Fourier变换通过特征函数计算欧式期权价格是金融界的重要方法。

报告给出了自适应傅里叶分解(AFD)方法在求解欧式期权定价模型的数学证明，还基于上证50ETF的5分钟高频期权数据进行期权定价计算，其中的波动率参数采用法国P. Mallivian院士提出的无模型、无参数的傅里叶级数方法进行估计。实证分析中对比快速傅里叶变换（FFT）、分数阶快速傅里叶变换（FRFFT）和市场价格，表明AFD方法所得到的期权值具有更高的定价准确性，结果更加接近真实的金融市场。

主讲人介绍：

张艳慧，北京工商大学数学与统计学院教授、博士生导师,爱尔兰科克大学(Univeristy College Cork, Ireland)数学学院特聘高级讲师。2002年6月硕士毕业于河北师范大学；2005年6月博士毕业于北京师范大学数学科学学院。2010年入选北京市人才强教深化计划-中青年骨干教师。 研究方向为函数论的位势理论，主要进行复分析方法在调和分析和偏微分方程等学科的交叉基础理论研究和在金融统计、高频数据分析、大数据降维等的应用研究。近五年主持国家自然科学基金2项，主持北京市自然科学基金面上项目1项。

发布时间：2020-11-06 10:18:47