مدل بهینه شبکه های عصبی مصنوعی برای پیش بینی قیمت اختیار تحت مدل دارایی SVSI

doi
چکیده

پژوهش حاضر به بررسی کاربرد یادگیری عمیق در پیش‌بینی قیمت گذاری اختیار تحت مدل نرخ بهره تصادفی و تلاطم تصادفی می‌پردازد. در مدل نرخ بهره تصادفی، نرخ بهره محصولات مالی در زمان‌های مختلف به صورت تصادفی تعیین می‌شود، این تصادفی‌سازی باعث ایجاد تلاطم در قیمت‌ها و نرخ بهره می‌شود. در این پژوهش از تابع مشخصه، شبیه‌سازی مونت کارلو و شبیه‌سازی مونت کارلو شرطی برای تولید داده‌ها استفاده ‌شده است. در شبیه‌سازی مونت کارلو به‌عنوان یک روش تصادفی و احتمالی با تولید داده‌هایی که به تابع مشخصه تعلق دارند، نتایج آماری و پیش‌بینی‌های مربوط به قیمت گذاری اختیار را به‌ دست آورد. از آنجایی که بازارهای مالی داده های زیادی را در خود جای داده است، برای این که بتوان این داده ها را به عنوان یک متخصص مالی مدیریت و براساس آن ها تصمیم گیری کرد، باید به علم یادگیری عمیق تسلط داشت. از ابزارهای موجود در یادگیری عمیق و امور مالی نیز برای تعیین و پیش گویی قیمت اختیار تحت مدل نوسان تصادفی و نرخ بهره تصادفی استفاده گردید. نتایج نشان داد که کارایی مدل‌های یادگیری عمیق، از نظر زمان و دقت نسبت به روش های سنتی مانند روش مونت کارلو بیشتر است. نتایج این پژوهش می‌تواند به‌عنوان یک ابزار کاربردی برای تصمیم‌گیری‌های سرمایه‌گذاری و مدیریت ریسک مورد استفاده قرار گیرد.