|
|
Artificial Neural Networks in Option Pricing
Vach, Dominik ; Gapko, Petr (vedoucí práce) ; Červinka, Michal (oponent)
Tato diplomová práce zkoumá aplikaci neuronových sítí při oceňování opcí. V průběhu práce jsou vyzkoušeny a porovnány různé architektury a parame- try neuronových sítí za účelem dosažení co nejpřesnější valuace opcí. Jsou porovnány dvě různé metody predikce volatility, které jsou vzápětí testovány při valuaci opcí neuronovými sítěmi oproti klasické metodě použití vzorce Blacka a Scholese. Navíc je přesnost neuronové sítě porovnávána s pokročilejší architekturou modulárních neuronových sítí. Nová technika zpřesnění predikce pomocí přidání tzv. racionálních predikčních předpokladů je použita a je ukázáno, že metoda přidávání virtuálních opcí znatelně zpřesňuje výkon neu- ronových sítí v opčním oceňování. Kromě toho práce ukazuje, že oceňování opcí neuronovými sítěmi je přesnější než výsledky získané parametrickými metodami. Na určení optimální velikosti a počtu vrstev neuronové sítě je v práci kladen důraz a je navrhnuta nová strukturovaná metoda, pomocí které lze určit velikost sítě pro budoucí aplikace v opčním oceňování. Klasifikace JEL C13, C14, G13 Klíčová slova Oceňování opcí, Neuronové sítě, Modulární neuronové sítě, Opce S&P500 indexu...
|
host ::
RSS.