NGHIÊN CỨU BÀI TOÁN ĐỊNH GIÁ QUYỀN CHỌN SỬ DỤNG CÁC KĨ THUẬT MÁY HỌC

Đặng Quang Vinh

Tóm tắt


 

Bài toán định giá quyền chọn (option pricing) là một bài toán quan trọng và có lịch sử lâu đời trong lĩnh vực nghiên cứu tài chính định lượng. Những năm gần đây, do sự phát triển của các kĩ thuật máy học (machine learning), bài toán định giá quyền chọn có thể được tiếp cận từ hướng xây dựng các mô hình máy học. Trong nghiên cứu này, chúng tôi xem xét bài toán định giá quyền chọn sử dụng công thức Black-Scholes bằng một số thuật toán máy học có giám sát (supervised machine learning). Chúng tôi đánh giá hiệu quả các mô hình bằng một số tập dữ liệu giá quyền chọn đã được chia sẻ công khai. Kết quả thực nghiệm cho thấy các mô hình máy học có nhiều khả năng ước lượng giá quyền chọn với độ chính xác cao.

 


Từ khóa


machine learning; option pricing; quantitative finance; supervised machine learning

Toàn văn:

PDF

Trích dẫn


Aggarwal, C. C. (2021). Artificial Intelligence-A Textbook. Springer.

Black, F., & Scholes, M. (1973). The pricing of options and corporate liabilities. Journal of political economy, 81(3), 637-654.

Hull, J. C. (2022). Options futures and other derivatives. 11th edition,Pearson.

Ivașcu, C. F. (2021). Option pricing using machine learning. Expert Systems with Applications, 163, 113799.

Janková, Z. (2018). Drawbacks and limitations of Black-Scholes model for options pricing. Journal of Financial Studies and Research, 2018, 1-7.

Ma, C., & Wang, X. (2021). Strategic interactions and negative oil prices. Annals of Financial Economics, 16(03), 2150013.

Mishkin, F. S., & Eakins, S. G. (2018). Financial markets and institutions. 9th edition, Pearson.

Nguyen, T. D., & Do D. T. (2014). Nhap mon toan tai chinh [Introduction to Financial Mathematics]. Sputnik Education.

Rejda, G. E., Michael McNamara, & W.H.Rabel (2022). Principles of risk management and insurance. 14th edition. Pearson Education India.




DOI: https://doi.org/10.54607/hcmue.js.20.2.3647(2023)

Tình trạng

  • Danh sách trống