Neural Network Learning of Black-Scholes Equation for Option Pricing

要約

金融の世界で最も議論されている問題の 1 つは、ストック オプションの価格設定です。
ブラック・ショールズ方程式は、オプション価格設定モデルを提供する放物線偏微分方程式です。
本研究では、ブラック・ショールズ方程式を解くためのニューラル ネットワークに基づくアプローチを提案します。
ストック オプション市場からの実世界のデータは、ブラック-ショールズ方程式を解くための最初の境界として使用されました。
特に、ブラジルの企業 Petrobras と Vale のコール オプション価格の時系列が使用されました。
この結果は、ネットワークが特定の現実世界のストック オプション時系列のブラック ショール方程式を解く方法を学習できることを示しています。
実験結果は、ブラック ショール方程式ソリューションに基づくニューラル ネットワークのオプション価格設定が、従来のブラック ショール分析ソリューションよりも正確なオプション価格予測に到達できることを示しました。
実験結果により、この方法論を使用してオプション市場における短期コールオプション価格予測を行うことが可能になりました。

要約(オリジナル)

One of the most discussed problems in the financial world is stock option pricing. The Black-Scholes Equation is a Parabolic Partial Differential Equation which provides an option pricing model. The present work proposes an approach based on Neural Networks to solve the Black-Scholes Equations. Real-world data from the stock options market were used as the initial boundary to solve the Black-Scholes Equation. In particular, times series of call options prices of Brazilian companies Petrobras and Vale were employed. The results indicate that the network can learn to solve the Black-Sholes Equation for a specific real-world stock options time series. The experimental results showed that the Neural network option pricing based on the Black-Sholes Equation solution can reach an option pricing forecasting more accurate than the traditional Black-Sholes analytical solutions. The experimental results making it possible to use this methodology to make short-term call option price forecasts in options markets.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google