应用混合神经网络和遗传算法的期权价格预测模型

隐含波动率是指在市场中观察的期权价格所蕴涵的波动率.提出了一种加权的隐含波动率作为混合神经网络的输入变量,建立了混合神经网络和遗传算法相结合的期权价格预测模型,通过遗传算法来优化神经网络的结构和获得隐含波动率的权重.在对香港金融衍生品市场的实证中表明,本文模型在预测结果上要优于传统的Black-Scholes模型.     

文本自动分类在邮件过滤系统中的应用

对于接收到的邮件,基于向量空间模型的邮件过滤系统能够将其转换为向量表示,通过计算向量的相似度对其分类并做相应处理.     

保护账户数据库安全研究

账户数据库是网站的重要资源,它的安全是网络安全的一个焦点.根据数据库加密与加密算法的特点,可以用"盐"化加密和双哈希加密的方法保护账户数据库的安全.     

基于人工智能的隐含波动率的敏感度的研究

隐含波动率是指在市场中观察的期权价格所蕴涵的波动率。不同种类的期权价格对波动率的敏感度不同,本文建立了小波神经网络和遗传算法相结合的模型,将期权按钱性进行分类,提出了加权的隐含波动率作为神经网络的输入变量,通过遗传算法来求取不同种类期权的隐含波动率的最优权重。在香港衍生品市场的实证中表明,本文所提出的模型要优于传统的Black-Scholes模型和其它在本文中提到的神经网络模型。