期货模型实验 期货模型实验报告总结
期货定价模型
布莱克-斯科尔斯模型2009年08月09日星期日 20:23布莱克-斯科尔斯模型（Black-Scholes Model，亦有译为布莱氏伍克-休斯），简称BS模型，是一种为期权或权证等金融衍生工具定价的数学模型，由美国经济学家迈伦·斯科尔斯与费雪·布莱克所最先提出，并由罗伯特·墨顿完善。该模型就是以迈伦·斯科尔斯和费雪·布莱克命名的。1997年迈伦·斯科尔斯和罗伯特·墨顿凭借该模型获得诺贝尔经济学奖。然而统计学上的肥尾现象影响此公式的有效性。
[编辑] B-S模型5个重要假设
1、金融资产收益率服从对数正态分布；
2、在期权有效期内，无风险利返弊率和金融资产收益变量是恒定的；
3、市场无摩擦，即不存在税收和交易成本；
4、金融资产在期权有效期内无红利及其它所得(该假设后被放弃)；
5、该期权是欧式期权，即在期权到期前不可实施。
[编辑〕模型
C= S* N(D1)− e− r* T* L* N(D2)
其中:
C—期权初始合理价格
L—期权交割价格
S—所交易金融资产现价
T—期权有效期
r—连续复利计无风险利率H
σ2—年度化方差
N()—正态分布漏核族变量的累积概率分布函数，
商品期货交易策略的数学模型
商品期货交易在当前中国的经济体系中占据着很重要的作用，投资者都希望从大量的期货交易中获取一定的利润，但是期货交易作为一种投机行为，交易者置身其中往往要承担很大的风险，本文研究了商品期货交易中灶蚂的一些问题，给出了获取较大收益的交易方式。问题一：我们首先利用SPSS中的模型预测方法给出了橡胶期货交易各项指标在9月3号这天随时间推移的波动图，又给出了利用Matlab软件作出的成交价与各个指标的相关性图表。分析所作的图得出的结论是商品期货的成交价与B1价、S1价具有显著相关性，与成交量、持仓增减、B1量、S1量也具有相关性而与总量不具有相关性。最后利用SPSS软件双变量相关分析进一步确认其相关性指标。为了对橡胶期货价格的这些变化特征进行分类，我隐缺埋们作出了成交价19天的波动图，并以持仓量为例分析其他指标的变化特征，将七项指标分成扮腔了上涨和周期波动两类。
问题二：本文采用了回归分析的方法建立价格波动预测模型。首先介绍回归分析的基本原理与内容，叙述了回归分析中用到的最小二乘法，之后在第一问的基础上建立回归分析的数学模型，得出函数关系，算得价格的波动趋势并与实际数据对比，再分析模型中的残差数据，验证所建立的回归模型合理性。
问题三：为建立收益最大化的交易模型，本题我们分析价格的波动数据后，借助移动平均线的理论方法，再分析价格的“高位”与“低位”，得出买点卖点。建立交易模型后，利用MATLAB软件分析出合适的交易时机，并画出图形，利用所给数据根据建立的模型计算收益。
期权期货BS模型中N(d1)怎么算
d1实际上指的是正态分布下的置信值，d1={ln(S/X)+[r+(σ^2)/2]*(T-t)}/[σ*(T-t)^0.5]，d2=d1-σ*(T-t)^0.5。利用相关数据先计算出d1和d2的值，然后利用正态分布表，找出对应的d1和d2所对并迹应的置信值。
1.BS公式的原始推导过程采用偏微分方程、随机过程中的几何布朗运动性质(描述标的资产)和Ito公式。如果你没有学过随机和偏微分估计，只有火星人能给你解释。如果你想要这种形式，看看二叉树模型。二叉御逗树模型易于理解，可以自己推导。二叉树模型(无限细时间分割)的极限为BS公式。如果你真的想了解BS模型公式，可以看看蒋立尚的期权定价数学模型和方法。从第1章到第5章选择欧洲选项就足够了。
2.在该模型中，五种风险利率必须以连续复利的形式存在。简单无风险利率或不连续无风险利率一般每年计算一次，要求R为连续复利利率。R0必须转化为r才能代入上式。两者的转换关系为:r= ln(1+ R0)或R0= exp(r)- 1。例如，如果R0= 0.06，则r= ln(1+ 0.06)= 0.0583，即100在第二年以583%的连续复利投资得到106，这与直接用R0= 0.06计算得到的答案是一致的。
3.BS期权定价模型内容:b-s-m模型假设股票价格随机波动，服从对数正态分布;在期权有效期内，股票资产的无风险利率、预期收益变量和价格波动性均为常数;市场上没有摩擦，镇蔽卖即没有税收和交易成本;股票资产在期权有效期内不支付股息和其他收入(这个假设可以放弃);该期权为欧式期权，即在期权到期前不能行使;金融市场不存在无风险的套利机会;金融资产的交易可以继续进行;所有金融资产都可以用于卖空。
拓展资料:期货期权是指期货合同中的期权。期货期权合同是指在期权到期日或到期日之前，以约定的价格买卖一定数量的特定商品或资产的期货合同。期货期权的基础是商品期货合同。当期货期权合约被执行时，它不是由期货合约所代表的商品，而是期货合约本身。
期货查历史数据准确吗
从本质上看，我们都是一样的，是一个动态的、发展的却又不断平衡的整体，用孤立单纯的历史去预测未来，无异于刻舟求剑、缘木求鱼。
刚入行的时候，像很多人一样，我对一切都很新奇，特别是技术分析。我买来很多书学习，在构建系统的时候，必不可少的步骤是进行历史数据回测，而不久之后我就发现了问题：历史数据回测往往是不可靠的。具体来说：一是历史数据回测胜率和实际胜率之间的相关性不可捉摸；二是回测胜率高且稳定的系统在实战中会出现不可预测的回撤，甚至是大幅回撤。
我一直不明白是哪里出现了问题，于是疯狂修补升级自己的系统，自学各种技术理论，购入更多的数据，甚至动用神经网络算法，最终却没有任何改进，直到我遇见了貘先生。貘先生是网名，他的真实职业是国内前沿物理实验室的研究员，“如果仅凭历史数据，价格是不可预测的。”他这样说道。我却不服气，张嘴想要反驳，他却拿出了一幅图给我看。
看到上面这幅图你觉得哪一面正对着你？你可能会先看到下面的长方形，接着又觉得不对，侧面似乎也凸出了。其实这是一个矛盾的空间，但作为观察者我们有权决定如何观察它，我们用自己的观察解决了其中的矛盾与悖论，这是构建确定性世界观的基础。事实上，创造这个立方体的是我们自己，如果没有我们的观察立场，它们只不过是几根毫无意义的横竖线罢了。
下面来看看技术分析，以波浪理论为例，这个理论无法证伪，因为如果根据波浪理论预测错了，是你的浪数数错了，而不是理论本身问题，100个人有100种数法，你用自己的观察给每一朵浪赋予了意义。然而，事件的发生并非预定，而是某种“中间层现实”，基于物质实相与精神实相之间，称之为“现实”的历史取决于我们所做的选择，即便有时候根本没有意识到自己刚刚做了选择，这种无意识导致了我们心中的幻象：对机械唯物实相的幻象。
让我们换一个思路，有人觉得不用在意一日三餐，可以用营养补充剂，但反过来想，营养补充剂的类型只限于人类目前发现的种类，而食物中到底蕴藏了多少种人类需要的营养，没有定论，也许是1万种，也许是1亿种，也许更多。如果按照这个逻辑，发现了100种就补充饥亩枝100种，以为这就是全面，无疑是可笑的。
历史数据就像发现的营养素，由于其他未知的关系种类太过庞杂，留存的数据相当于小数点之后的烂敏多少位，所以在计算中被忽略不计了。更进一步来看，在未来，虽然那些未被发现的因素可能会起作用，让我们的系统产生巨大偏离，这是技术分析的前提，但这个前提本身就不够牢固。
这让我想起了每年都会遇到的“黑天鹅”事件，百年不遇，甚至千年不遇的偶然，已经在我不长的交易经历中遇到过多次了。当我们依据历史数据得出模型后下单，就不仅仅只是观察了，而是切实进入了这个系统，改变了其中某些变量，系统另外一处必然会出现相应的反应。换言之，这些因素本身就改变了实相。虽然我们还不能确定两者之间的隐含变量，但这必然使系统产生了变化，因为我们入场的那一刻，世界已经不是原来的世界了。
那么价格的本质是什么呢？
是能耐升量。我们用自己的生命换取金钱，投入市场，输入了能量，交换着能量，最后形成了价格。从本质上看，我们都是一样的，是一个动态的、发展的却又不断平衡的整体，用孤立单纯的历史去预测未来，无异于刻舟求剑、缘木求鱼。
那么为何事后回看，仿佛价格是可以预测的呢？
因为此时此刻我们回头，会将观察者的作用极小化，而与观察事物分离，客观真实的世界就浮现出来了。可是我们永远无法站在客观真实的视角，去看当时的自己，甚至此刻的自己。
