首页|基于机器学习在可转债定价问题中的应用

基于机器学习在可转债定价问题中的应用

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
受各种因素的影响，传统B-S估值模型对可转债估值存在些许偏差。因此，文章以传统估值模型为基础，结合多元线性回归和多项式特征，衍生构造可转债估值模型。与传统估值模型相比，该模型考虑了各因素对估值存在的影响，其估值对市场价格有更好的解释作用，定价更加准确。

杜东旭、闫海波

展开 >

新疆财经大学统计与数据科学学院,新疆 乌鲁木齐 830012

可转债 B-S模型 多元回归 特征衍生

2017国家社会科学基金

17BJY235

2023

科技经济市场
南昌市科技信息中心

科技经济市场

影响因子：0.411
ISSN：1009-3788
年,卷(期)：2023.(4)
  • 1
  • 1