CHANGE LANGUAGE | Home > Doc > Reti neurali artificiali per la valutazione di opzioni > Premessa

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

Premessa

ABSTRACT - In questo lavoro si considera un particolare strumento quantitativo non lineare e non parametrico, le cosiddette reti neurali artificiali, applicato alla valutazione di opzioni finanziarie.

Inizialmente, si procede alla presentazione di un particolare tipo di rete neurale artificiale, il multylayer perceptron ad apprendimento supervisionato, evidenziandone caratteristiche fondamentali quali la struttura architetturale, la procedura di stima, nonché di settaggio e di sviluppo .

Successivamente, dopo aver brevemente riassunto alcuni approcci seguiti da altri Autori, si applica lo strumento presentato alla valutazione di una particolare categoria di strumenti derivati: le opzioni finanziarie call di tipo europeo scritte sull'indice azionario inglese FTSE-100. Infine, si evidenziano vantaggi e limiti della modellistica proposta.

KEYWORDS - Opzioni finanziarie, reti neurali artificiali, multylayer perceptron ad apprendimento supervisionato, FTSE-100.

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].