Valuation of energy derivatives using intelligent methods
محل انتشار: دومین کنگره مشترک سیستمهای فازی و هوشمند ایران
سال انتشار: 1387
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 862
فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
FJCFIS02_152
تاریخ نمایه سازی: 26 تیر 1392
چکیده مقاله:
In this paper several models including two stunning neural networks models in approximation of prices of call options on futures has been investigated.Using five inputs including risk free rate, futures price, strike price, and time to maturity and volatility we could compute call options prices far better thanconventional methods. Variety of new methods has been tested. Our tests on data at its best resulted in a successful MLP which computes call prices more efficiently
کلیدواژه ها:
نویسندگان
Mohammad Alami Bayat
Swiss Finance Institute, Lugano,Switzerland
Vali Derhami
Yazd University, Yazd, Iran
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :