Τιμολόγηση παραγώγων χρεόγραφων με την βοήθεια τεχνητών νευρωνικών δικτύων: εφαρμογή σε δικαιώματα αγοράς επί του χρηματιστηριακού δείκτη S&P 500

Βασικό πρόβλημα στα χρηματοοικονομικά αποτελεί η εύρεση της τιμής ενός παράγωγου χρεόγραφου (π.χ προαιρετικό δικαίωμα). Όμως είναι κοινώς γνωστό ότι το δημοφιλές μοντέλο των Black & Scholes το οποίο χρησιμοποιείται για την αποτίμηση δικαιωμάτων παρουσιάζει αποκλίσεις σε σχέσεις με τις τιμές της...

Πλήρης περιγραφή

Αποθηκεύτηκε σε:
Λεπτομέρειες βιβλιογραφικής εγγραφής
Κύριος συγγραφέας: Τζαστούδης, Βασίλειος
Άλλοι συγγραφείς: Δούνιας, Γεώργιος
Γλώσσα:Greek
Δημοσίευση: 2015
Θέματα:
Διαθέσιμο Online:https://vsmart.lib.aegean.gr/webopac/FullBB.csp?WebAction=ShowFullBB&EncodedRequest=*11*F6*FB*2Fd*92*26U*83h*90*06*90RXE&Profile=Default&OpacLanguage=gre&NumberToRetrieve=50&StartValue=2&WebPageNr=1&SearchTerm1=2005%20.1.26681&SearchT1=&Index1=Keywordsbib&SearchMethod=Find_1&ItemNr=2
http://hdl.handle.net/11610/8431
Ετικέτες: Προσθήκη ετικέτας
Δεν υπάρχουν, Καταχωρήστε ετικέτα πρώτοι!
Περιγραφή
Περίληψη:Βασικό πρόβλημα στα χρηματοοικονομικά αποτελεί η εύρεση της τιμής ενός παράγωγου χρεόγραφου (π.χ προαιρετικό δικαίωμα). Όμως είναι κοινώς γνωστό ότι το δημοφιλές μοντέλο των Black & Scholes το οποίο χρησιμοποιείται για την αποτίμηση δικαιωμάτων παρουσιάζει αποκλίσεις σε σχέσεις με τις τιμές της αγοράς, καθώς στηρίζεται σε ένα σύνολο αρκετών αμφισβητήσιμων υποθέσεων. Στην διπλωματική εργασία μελετούμε την ικανότητα των τεχνητών νευρωνικών δικτύων (ΔΑΤ) στην τιμολόγηση δικαιωμάτων αγοράς επί του χρηματιστηριακού δείκτη S&P 500, συγκεκριμένα διερευνούμε την επίδραση των κρυμμένων νευρώνων στην εκπαίδευση και εκτίμηση που επιχειρούμε. Τροποποιούμε το μοντέλο BS με την βοήθεια της τιμής παράδοσης συμβολαίων πάνω στον ίδιο υποκείμενο τίτλο εξάγουμε μια τροποποιημένη συνάρτηση που εξυπηρετεί τους σκοπούς μας. Σε αντίθεση με το να χρησιμοποιήσουμε τον τυπικό αλγόριθμο της οπισθοδιάδοσης , τον αντικαθιστούμε με τον αλγόριθμο Levenberg-Marquardt. Τροποποιώντας την αντικειμενική συνάρτηση του νευρωνικού δικτύου, μπορούμε να επικεντρώσουμε την διαδικασία μάθησης του, σε ενδιαφέροντες περιοχές τιμές δικαιωμάτων της καμπύλης τεκμαρτής μεταβλητότητας.