چکیده: در پژوهش پیش رو با استفاده از مدل میخایلوف-نوگل و روش شبکه‌های عصبی مصنوعی به قیمت‌گذاری برروی قراردادهای اختیار معامله پرداخته می‌شود. هدف این پژوهش بررسی و مقایسه عملکرد انواع توابع فعالساز موجود در شبکه‌های عصبی مصنوعی برای قیمت‌گذاری قراردادهای اختیار معامله است. مدل میخایلوف-نوگل همان مدل هستون است که به زمان وابسته شده و مورد استفاده قرار می‌گیرد. در طراحی شبکه عصبی مصنوعی مورد نیاز این پژوهش از پارامترهای مدل میخایلوف-نوگل به عنوان ورودی‌های شبکه و همچنین 700 داده از قیمت روزانه اختیار خرید سهام موجود در بازار بورس تهران (در سال 1400) به عنوان خروجی شبکه استفاده شده است. 600 داده اول برای آموزش و مابقی داده‌ها برای مقایسه و نتیجه‌گیری در نظر گرفته می‌شوند. در ابتدا قیمت‌گذاری را با 5 تابع فعالساز پرکاربرد انجام داده و سپس نتایج هرکدام با قیمت‌های واقعی بازار بورس تهران مقایسه می‌شود تا مشخص شود کدام مورد پیش‌بینی دقیق‌تری ارائه می‌دهد. پس از آن به بررسی فرصت آربیتراژ ایجاد شده توسط دقیق‌ترین تابع فعالساز پرداخته می‌شود. نتایج بدست آمده از این تحقیق نشان می‌دهد که در بین توابع فعالساز موجود در این پژوهش، تابع فعالساز ReLU عملکرد بهتری نسبت به سایر توابع فعالساز دارد.