CHANGE LANGUAGE | Home > Doc > Reti neurali artificiali per la valutazione di opzioni > Le RNA per la valutazione delle opzioni finanziarie

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

Le RNA per la valutazione delle opzioni finanziarie

In questa sezione si introduce il problema della valutazione delle opzioni finanziarie mediante RNA.

Con riferimento al problema di cui in oggetto, i vantaggi dell'approccio neurale risiedono nella non necessità di particolari ipotesi a priori, lasciando che sia la RNA ad inferire la dinamica eventualmente esistente tra le variabili di interesse ed il valore dell'opzione.

In secondo luogo, l'approccio non parametrico riduce il problema dell'errata specificazione del modello e si può adattare a cambiamenti strutturali nel processo generatore dei dati. Infine, mediante tale approccio si ottiene una formula di valutazione in forma chiusa che risulta relativamente facile da trattare. Tuttavia, tali modelli possono porre problemi di interpretabilità dei risultati ottenuti.

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].