文献

J-GLOBAL ID：201702252618969882   整理番号：17A1265642

HMM(隠れMarkovモデル)とGARCHモデルに基づくオプション価格決定【Powered by NICT】

Option pricing based on HMM and GARCH model

著者 (2件)： Tang Linger (Department of Automation, Shanghai Jiao Tong University, Shanghai, 200240, China) ,  Diao Xundi (Department of Finance, Shanghai Jiao Tong University, Shanghai, 200030, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CCDC  ページ： 3363-3368  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： Black-Scholesオプション価格決定(BS)に取込まれた隠れMarkovモデル(HMM)を用いてオプション価格決定の精度を改善することを目指した。がオプション価格決定のための重要な問題であることを考慮して,筆者らは最初に基礎となる資産の歴史的時系列二状態H MMを訓練した。は,観測可能な時系列の背後にある隠れ状態を認識し,全時系列を分けて異なる揮発性レベルの二領域にモデルを適用した。各領域内で,著者らは異なるパラメータをもつ対応する一般化自己回帰条件付き分散不均一(GARCH)モデルを訓練した。最後に,HMM(隠れMarkovモデル)による次回の隠れ状態を予測し,揮発性を予測するための対応するGARCHモデルを使うことができる。オプションの寿命中の揮発性配列を得た後,著者らはさらにBSモデルに基づくオプション価格の予測を行うことができる。実証的分析は,この方法が伝統的な歴史的揮発性とGARCH法よりも優れていることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *隠れMarkovモデル
準シソーラス用語： 自己回帰 , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： HMM ,  隠れMarkovモデル ,  GARCHモデル ,  オプション価格