CHANGE LANGUAGE | Home > Futures Derivati CW > Reti neurali artificiali per la valutazione di opzioni > Bibliografia

Reti neurali artificiali per la valutazione di opzioni

Premessa

Introduzione

Il Multylayer Perceptron ad apprendimento supervisionato: aspetti teorici ed operativi

Gli aspetti teorici di base

L'algoritmo di Error Back Propagation (EPB)

La costruzione del modello neuro - computazionale

Le RNA per la valutazione delle opzioni finanziarie

Introduzione alla valutazione di opzioni finanziarie

La specificazione delle variabili di input e di output

La fase di pre-processamento dati

La fase di apprendimento

L'applicazione ed i risultati

Considerazioni ed osservazioni finali

Bibliografia

Reti neurali artificiali per la valutazione di opzioni

Bibliografia

[1] ANDERS U., KORN O. E SCHIMITT C., Improving the Pricing of Options: a Neural Network Approach, Journal of Forecasting, 17, 369-388, 1998.

[2] BELCARO P.L., CANESTRELLI E. e CORAZZA M., Artificial Neural Network Forecasting Models: an Application to the Italian Stock Market, Badania Operacjine i Decyzje, 3/4, 29-48, 1996.

[3] BILLIO M., CORAZZA M. e GOBBO M., Modelli Neuronali e Modelli Switching Regime per la Valutazione di Opzioni Finanziarie, Quaderno del Dipartimento di Matematica Applicata - Università Ca' Foscari di Venezia, 102/2001, 2001.

[4] BOLLERSLEV T., CHOU R.Y. e KRONER K.F., ARCH Modeling in Finance: a Review of the Theory and Empirical Evidence, Journal of Econometrics 52, 5- 59,1992.

[5] BOYLE P., BROADIE M., GLASSERMAN P, Monte Carlo Methods for Security Pricing, Journal of Economic Dynamics and Control 2, 1267-1321, 1997.

[6] BLACK F. e SCHOLES M., The Pricing of Options and Corporate Liabilities, Journal of Political Economy, 81, 637-659, 1973.

[7] FELDMAN K. e KINGDON J., Neural Networks ans some Applications to Finance, Applied Mathematical Finance, 2, 17-42, 1995.

[8] HANKE M., Option Pricing Using Neural Networks vs. Black/Scholes: an Empirical Comparison of Two Fundamentally Different Option Pricing Methods, Journal of Computational Intelligence in Finance, 5(1), 1999.

[9] HANKE M., Neural Network Approximation of Option Pricing Formulas for Analytically Intractable Option Pricing Models, Journal of Computational Intelligence in Finance, 5(5), 1997.

[10] HECHT-NIELSEN R., Neurocomputing. Addison-Wesley, 1990.

[11] HERTZ J., KROGH A. e PALMER R., Introduction to the theory of neural computing, Addison-Wesley, 1991.

[12] HORNIK K., STINCHCOMBE M. e WHITE H., Multilayer Feedforward Networks are Universal Approsimators, Neural Networks 2, 359-366, 1989.

[13] HULL J.C., Opzioni, Futures e Altri Derivati, Il Sole 24 Ore Libri, 2000.

[14] HUTCHINSON J.M., LO A. e POGGIO T., A Nonparametric Approach to Pricing and Hedging Derivatives Securities via Learning Networks, Journal of Finance, 94, 851-889, 1994.

[15] LAJBCYGIER P.R. e CONNOR J.T., Improved Option Pricing Using Artificial Neural Networks and Bootstrap Methods, International Journal of Neural System, 8(4), 457-471, 1997.

[16] MALLIARIS M. e SALCHENBERGHER L., Neural Networks for Predicting Options Volatility, in Trippi R.R., Turban E.: "Neural Networks in Finance and Investing".

[17] MERTON R.C., Theory of Rational Option Pricing, Bell Journal of Economics and Management Science 4, 141-183, 1973.

[18] RUBINSTEIN M., Implied Binomial Tree, Journal of Finance 49, 771-818, 1994.

[19] WILMOTT P., DEWYNNE J. e HOWISON S. D., The Mathematics of Financial Derivatives: a Student Introduction, Cambridge University Press, 1995.

PerformanceTrading.it ed il suo contenuto sono di esclusiva proprietà degli autori. E' vietata la riproduzione anche parziale di qualsiasi parte del sito senza autorizzazione, compresa la grafica e il layout. Prima della consultazione del sito leggere il disclaimer nella sezione [info].