کاربرد یادگیری عمیق در قیمت گذاری اختیار اروپایی تحت مدل هستون با استفاده از روش اجزا متناهی تصادفی

سال انتشار: 1401
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 354

فایل این مقاله در 18 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

MPCONF07_052

تاریخ نمایه سازی: 24 آبان 1401

چکیده مقاله:

مدل هستون یک مدل توسعه یافته مدل بلک-شولز-مرتون است، کهاجازه می دهد نوسانات قیمت به صورت تصادفی انتخاب شوند. راه حلهای دقیق برای مدل هستون وجود دارد، اما راه حل های تقریبی ازطریق شبیه سازی عددی مورد نیاز است.روش هایی که در گذشته وجوددارد، بر روش تفاضلات متناهی و اجزا متناهی روی معادلاتدیفرانسیل جزئی متمرکز شده است. حال این مقاله نشان می دهد کهچگونه مدل هستون را می توان با استفاده از روش اجزا متناهیتصادفی شبیه سازی کرد و نتایج به د ست آمده در این روش را باروش هایی که در گذشته شبیه سازی شده ا ست، مقایسه می کنیم.یادگیری عمیق ماشین یک روش موثر و کاربردی برای محاسباتقیمت گذاری اختیارهای اروپایی تحت مدل هستون فراهم میکند و دراین مقاله کارایی یادگیری عمیق را در قیمت گذاری اختیار هایاروپایی تحت مدل هستون با توجه به روش اجزا متناهی برای معادلاتدیفرانسیل جزعی مدل هستون و روش اجزا متناهی تصادفی مدل هستون استفاده می کنیم.

کلیدواژه ها:

مدل هستون ، قیمت گذاری اختیار اروپایی ، روش اجزا متناهی تصادفی ، معادلات دیفرانسیل تصادفی ، یادگیری عمیق.

نویسندگان

علی بلفکه

کارشناسی ارشد ، ریاضی مالی، علوم پایه و دانشگاه اراک، اراک، ایران.