參考文獻
一、英文部分
１．Anders﹐U﹒﹐Korn﹐O﹒and Schmitt﹐C﹒（1998）﹐“Improving the Pricing of Options：A Neural Network Approach﹐” Journal of Forecasting﹐Vol﹒17﹐No﹒5/6﹐pp﹒369-388
２﹒Amilon ,H﹒（2003）﹐“A Neural Network Versus Black－Scholes：A Comparison of Pricing and Hedging Performance﹐” Journal of Forecasting﹐Vol﹒22﹐No﹒4﹐pp﹒ 317-335
３．Canina﹐L﹒and Figlewski﹐S﹒(1993)﹐“The Informational Content of Implied Volatility﹐”The Review of Financial Studies﹐Vol﹒6﹐No﹒3(1993)﹐pp﹒659-681
４﹒Christensen﹐B﹒J﹒ and Prabhala﹐N﹒R （1998）﹐“The relation between implied and realized volatility﹐”Journal of Financial Economics﹐Vol﹒50﹐pp﹒125-150
５﹒Corredor﹐P and Santamaria R (2004)﹐“Forecasting volatility in the Spanish option market,”Applied Financial Economics﹐Vol﹒14﹐NO﹒1﹐pp﹒1-11
６﹒Ederington ,H﹒L﹒and Wei Guan（2002）﹐“Measuring Implied Volatility：Is an Average Better ？ Which Average？﹐” Journal of Futures Markets﹐Vol﹒22﹐No﹒9﹐pp﹒811-837
７﹒Gwilym﹐O﹒A﹒and Buckle﹐M﹒(1999)﹐“Volatility forecasting in the framework of the option expiry circle﹐”European Journal of Finance﹐Vol﹒5﹐pp73-94
８﹒Gwilym﹐O﹒A﹒(2001)﹐“Forecasting Volatility for Option Pricing for the U﹒K stock Market﹐”Journal of Financial Management and Analysis﹐Vol﹒14﹐No﹒1﹐pp﹒55-62
9﹒Hsin﹐Kuo﹐and Lee(1994)﹐“A new measure to compare the jedging effectiveness of foreign currency futures versus option﹐”Journal of futures markets﹐Vol14﹐pp﹒685-707
10﹒Hutchinson, J﹒M﹒﹐Lo﹐A﹒W﹒and Poggio﹐T﹒(1994)﹐“A Nonparametric Approach to Pricing and Hedging Derivative Securities Via Learning Networks﹐”The Journal of Finance﹐Vol﹒3﹐pp﹒851-889
11.Jorge, V., Salvador, T. and Julian, A.(2005).“STAR and ANN models: forecasting performance on the Spanish“Ibex-35”stock index,”Journal of Empirical Finance 12, pp.490-509.
12 .Jung﹐C﹒﹐and Boyd﹐R(1996)﹐“Forecasting UK Stock Prices﹐”Applied Financial Economics﹐”Vol﹒6﹐pp﹒279-286
13﹒Kimoto﹐T﹒and K﹒Asakawa(1990)﹐“Stock Market Prediction System with Modular Neural Networks﹐”IEEE International Joint Conference on Neural Networks﹐pp﹒1-6
14﹒Refenes﹐A﹒N﹒﹐Azema-Barac﹐M﹒and A﹒D﹒﹐Zapranis (1993)﹐“Stock Ranking：Neural Network VS﹒Multiple Linear Reggression﹐”ICNN-93-San Francisco﹐pp﹒1419-1426
15﹒Zapart ,A﹒C﹒（2003）﹐“Beyond Black-Scholes：A Neural Networks-Based Approach To Option Pricing﹐” International Journal of Theoretical and Applied Finance﹐Vol﹒6﹐No﹒5﹐pp﹒469-489
二、中文部份
1.李沃牆 (1998)，「計算智慧在選擇權定價上的發展:人工神經網 路、遺傳規劃、遺傳演算法」，政治大學經濟研究所碩士論文.2.李惠如(2003)「類神經網絡於台灣股市認購權證訂價之實證研究」，國立台北大學企業管理學系碩士論文.3.邱千珍 (2004)，「類神經網路、VG及Black-Scoles定價模型在台指選擇權之比較」，國立台北大學企業管理研究所碩士論文.4.林金何 (2001)，「股價預測模型的實例比較」，國立中正大學數理統計研究所碩士論文.5.林佩蓉 (2000)，「Black-Scholes模型在不同波動性衡量下之表現─股價指數選擇權」，國立東華大學企業管理學系.6.林建成 (2002)，「遺傳演化類神經網路於台灣股市預測與交易策略之研究」，東吳大學經濟學系碩士論文.7.林景智 (2003)，「不同價格及波動性估計模型下台指買權價格之比較分析」，輔仁大學金融研究所碩士論文.8.徐仕豪 (2004)，「選擇權之設定報酬率投資策略」，輔仁大學金融研究所碩士論文.9.孫嘉鴻 (2004)，「灰預測與演化式類神經網路應用於台指選擇權之研究」，朝陽科技大學財務金融系碩士論文.10.陳思帆(2005)「設定報酬率下之台指選擇權交易策略」，輔仁大學金融研究所碩士論文.11.陳安斌、張志良(2001)「基因演算法自動演化之類神經網路在選擇權評價及避險之研究--分析與實證」，資訊管理學報.第七卷，第二期，63-80頁.12.陳安斌、許育嘉(2004)「整合小波轉換與神經網路於金融投資決策時間序列預測之研究」，資訊管理學報.第十一卷，第一期，139-165頁.13.曹金泉(1999)「隨機波動度下選擇權評價理論的應用---以台灣認購權證為例」，政治大學金融學系碩士論文.14.郭伯聖(2002)，「台灣股市認購權證定價模型之實證研究--ANN-GARCH模型之應用」，國立台北大學企業管理學系碩士論文.15.張鐘霖 (2003)，「波動率模型預測能力的比較－以台指選擇權為例」，國立中正大學財務金融研究所碩士論文.16.曾炳誠(2005)「選擇權價格預測與設定報酬率策略操作之實證研究」，輔仁大學經濟學研究所碩士論文.17.葉欣怡(2004)，「台灣股價指數選擇權價格之預測模式」，銘傳大學管理科學研究所碩士論文.18.葉怡成(2002)，《類神經網路模式應用與實作》，台北：儒林.
19.楊雯寧(2002)，「台灣股價指數預測模型之探討」，元智大學工業工程與管理學系碩士論文.20.鄭宇真 (2004)，「以類神經網路模式分析台指選擇權最適化定價模型」，國立台北大學合作經濟學系碩士論文.21.劉美琦 (2000)，「台灣股票市場股價預測模式之研究」，淡江大學管理科學學系博士論文.22.謝典師 (2004)，「台指選擇權不同價性下與台指現貨關聯性暨價格預測之研究－應用BiGARCH模型與類神經演算法」，國立台北大學合作經濟學系碩士論文.23.謝美凰 (2003)，「臺股指數選擇權評價之研究-探討不同波動性下B-S評價模型與二項式樹狀評價模型之差異」，中華大學經營管理研究所碩士論文.24.羅華強(2001)，《類神經網路 : MATLAB的應用》，新竹市：淸蔚科技.