Oceňování v modelech stochastické volatility založené na hlubokém učení
| dc.contributor.advisor | Pospíšil Jan, Ing. Ph.D. | |
| dc.contributor.author | Báčová, Veronika | |
| dc.contributor.referee | Šedivá Blanka, RNDr. Ph.D. | |
| dc.date.accepted | 2023-6-20 | |
| dc.date.accessioned | 2023-08-02T10:47:56Z | |
| dc.date.available | 2022-10-3 | |
| dc.date.available | 2023-08-02T10:47:56Z | |
| dc.date.issued | 2023 | |
| dc.date.submitted | 2023-5-22 | |
| dc.description.abstract | Diplomová práce je zaměřena na oceňování opcí v modelech stochastické volatility pomocí neuronových sítí. Nejprve jsou vygenerovány ceny opcí v Hestonově modelu pomocí Heston-Lewisovy formule. Pomocí těchto cen je natrénovaná neuronová síť, která nejprve odhadne parametry Hestonova modelu a poté z těchto parametrů zpět odhadne ceny opcí. Natrénovaná neuronová síť je také použita na odhad cen opcí pro reálná tržní data. | cs |
| dc.description.abstract-translated | This thesis is focused on option pricing in stochastic volatility models using neural networks. First, option prices in the Heston model are generated using the Heston-Lewis formula. A neural network is then trained using these prices to first estimate the parameters of the Heston model and then back-estimate option prices from these parameters. The trained neural network is also used to estimate option prices for real market data. | en |
| dc.description.result | Obhájeno | |
| dc.format | 55 s. (66 000 znaků) | |
| dc.identifier | 93605 | |
| dc.identifier.uri | http://hdl.handle.net/11025/53796 | |
| dc.language.iso | en | |
| dc.publisher | Západočeská univerzita v Plzni | |
| dc.rights | Plný text práce je přístupný bez omezení | |
| dc.subject | hluboké učení | cs |
| dc.subject | neuronové sítě | cs |
| dc.subject | hestonův model | cs |
| dc.subject | oceňování opcí | cs |
| dc.subject.translated | deep learning | en |
| dc.subject.translated | neural networks | en |
| dc.subject.translated | heston model | en |
| dc.subject.translated | option pricing | en |
| dc.thesis.degree-grantor | Západočeská univerzita v Plzni. Fakulta aplikovaných věd | |
| dc.thesis.degree-level | Navazující | |
| dc.thesis.degree-name | Ing. | |
| dc.thesis.degree-program | Matematika a finanční studia | |
| dc.title | Oceňování v modelech stochastické volatility založené na hlubokém učení | cs |
| dc.title.alternative | Deep learning-based pricing in stochastic volatility models | en |
| dc.type | diplomová práce |
Files
Original bundle
1 - 5 out of 6 results
No Thumbnail Available
- Name:
- Bacova_DP_2023.pdf
- Size:
- 5.39 MB
- Format:
- Adobe Portable Document Format
- Description:
- Plný text práce
No Thumbnail Available
- Name:
- PO_Bacova.pdf
- Size:
- 886.77 KB
- Format:
- Adobe Portable Document Format
- Description:
- Posudek oponenta práce
No Thumbnail Available
- Name:
- PV_Bacova.pdf
- Size:
- 693.83 KB
- Format:
- Adobe Portable Document Format
- Description:
- Posudek vedoucího práce
No Thumbnail Available
- Name:
- P_Bacova.pdf
- Size:
- 205.08 KB
- Format:
- Adobe Portable Document Format
- Description:
- Průběh obhajoby práce
No Thumbnail Available
- Name:
- A21N0003P_priloha_2.zip
- Size:
- 755.6 MB
- Format:
- ZIP
- Description:
- VŠKP - příloha