|
| |
|
|
Option pricing. The methodological retrospection and the ampirical tests of the Black-Scholes pricing formula and feed-forward networks
Vlasáková Baruníková, Michaela ; Žikeš, Filip (vedoucí práce) ; Dědek, Oldřich (oponent)
Od pověstného vzorce Blacka, Scholesa a Mertona byl v teorii oceňování opcí učiněn značný pokrok. V první části práce shrnujeme tento vývoj a poskytujeme čtenáři souhrnný metodologický předhled modelů oceňování Evropských opcí. Ve druhé části vyhodnocujeme rozdíl mezi jednoduchým, ale revolučním, Black Scholesovým modelem a jedním se složitějších modelů - neuronovými sitěmi. K testování používáme Evropské call a put opce na index S&P 500 v období od 1.6.2006 do 8.6.2007. Naše výsledky pro call opce ukazují, že Black-Scholesův model s historickou volatilitou a volatilitou implikovanou opcemi na penězích obecně vykazuje lepší výsledky než jednoduché "feed-forward" neuronové sítě. Na druhé straně výkon neuronových sítí se zlepšuje když je opce hluboko v penězích a když rostou dny do expirace v srovnání se snižujícím se výkonem Black- Scholesova modelu. Neuronové sítě tak vykazují lepší výsledky pro opce, které Black- Scholesův model neumí správně ocenit. Vysvětlující síla modelů je nižší pro put opce v srovnání s call opcemi. Jelikož ceny opcí jsou reálnými indikátory očekávání trhu, tento výsledek odráží očekávání účastníků trhů o růstu trhu ve sledovaném období.
|
|
|
On the predictibility of Central European stock returns: Do Neural Networks outperform modern economic techniques?
Baruník, Jozef ; Žikeš, Filip (vedoucí práce) ; Vošvrda, Miloslav (oponent)
V této práci jsou aplikovány neuronové sítě jako neparametrická, nelineární metoda modelování na středoevropské trhy (Český, Polský, Maďarský a Německý). V prvních dvou kapitolách je definováno prognózování v kontextu klasické ekonometrické analýzy ve spojení s neuronovými sítěmi. Dále jsou prezentovány optimalizační metody použité při testování - konjugovaný gradient, Levenberg- Marquardt a genetické algoritmy, a nakonec statistické metody pro srovnání přesnosti předpovědí různých modelů a jejich ekonomickou signifikaci. V empirickém modelování je nejdřív ukázána výkonnost neuronové sítě na chaotické časové řadě Mackey-Glass. Dále následuje analýza reálných denních a týdenních časových řad středoevropských indexů pro období let 2000 až 2006, kde je ukázáno, že Neuronové sítě predikují denní výnosy DAX a týdenní výnosy PX50, BUX se signifikantně nižší chybou pomocí časových řad historických výnosů než ostatní ekonometrické metody. Podobných výsledků bylo dosaženo při predikci národního výnosu pomocí zpožděných výnosů alespoň jednoho z ostatních indexů. Dále je taky ukázáno, že s Neuronovou sítí byla dosažena ekonomická signifikace predikce denních i týdenních výnosů PX-50, BUX i DAX. Přesnost předpovědí testovaných řad se pohybuje kolem 60%, co považujeme za dobrý výsledek. V poslední kapitole je...
|
|
| |
|
| |
|
|
Akciový trh v České republice : vstupní podmínky
Princ, Michael ; Mejstřík, Michal (vedoucí práce) ; Žikeš, Filip (oponent)
Tato bakalářská práce se zabývá zhodnocením podmínek pro využití instrumentu akcie v České republice. Vysvětluje motivaci společností k využívání různých způsobů financování, z perspektivy corporate finance a corporate governance, a zdůrazňuje vlivy mezi dluhovým a akciovým typem financování. Hodnocení zvažuje vliv vývoje akciového trhu, jeho institucí i problematiku vstupní procedury. Dochází k závěru, že vlivy, které způsobovaly převahu úvěrového financování a byly překážkou fungování efektivního akciového trhu, se postupně vyvíjejí ve prospěch akciového typu financování. Powered by TCPDF (www.tcpdf.org)
|
|
| |
host ::
RSS.