REPORT A PROBLEM
LINKS
Resource link (short)
http://www.zasobynauki.pl/zasoby/21565Resource link (repository)
https://id.e-science.pl/records/21565Resource metadata
Title |
Predykcja zmienności w modelu Blacka-Scholesa za pomocą modeli rozmytych |
---|---|
Persons |
Authors:
Krzysztof Stefan Targiel
Partner: Systems Research Institute Polish Academy of Sciences, Warsaw |
Description |
Zaproponowano nową metodę prognozowania parametru występującego w modelu Blacka-Scholesa wyceny opcji, parametru zmienność. W metodzie tej wykorzystano zdolności przybliżonego wnioskowania modelu rozmytego. Na podstawie dostępnych w bieżącej chwili przybliżonych wartości parametrów rynku, wnioskowano o przyszłych wartościach zmienności. Zaproponowano metodę utworzenia takiego modelu w oparciu o uczenie maszynowe. Wykorzystano w tym celu metodę górską grupowania danych do utworzenia struktury modelu oraz metodę gradientową do określenia parametrów modelu. Zaproponowany model przetestowano na instrumencie pochodnym notowanym na Warszawskiej Giełdzie Papierów Wartościowych emitowanym przez bank BRE S.A. Wykonane oprogramowanie może być wykorzystane do oceny takich parametrów rynku instrumentów pochodnych jak zmienność, cena teoretyczna, wrażliwość na parametry, przy założeniu zastosowania modelu Blacka-Scholesa wyceny opcji. (Polish) Description in another language: In presented thesis, new method of volatility prediction is proposed. This method is based on fuzzy system abilities to perform uncertain reasoning process. Parameters of model are estimated by machine learning procedures. The method introduced in this work is illustrated on derivative emitted by BRE S.A. Work results could be adopted for prediction uncertain parameters, especially on financial market. Computer programs made during work could be used for estimation Black-Scholes model parameters. Also computer implementation of fuzzy system could be utilised for others aims. (English) |
Keywords | "modelowanie rozmyte"@pl, "prognozowanie zmienności"@pl, "zmienność"@pl, "Volatility"@en, "uczenie maszynowe"@pl, "Machine Learning"@en |
Classification |
Resource type:
thesis Scientific discipline: dziedzina nauk technicznych / automatyka i robotyka (2011) Destination group: scientists, students, entrepreneurs Harmful content: No |
Characteristics |
Place of creation: Warszawa
Creation time: 2001 Number of pages: 200 Supervisor: Tadeusz Jerzy Trzaskalik Resource language: Polish Location: Warszawa |
License | CC BY-SA 4.0 |
Technical information |
Submitter: Anna Wasilewska Availability date: 15-10-2018 |
Collections | Kolekcja Instytutu Badań Systemowych PAN w Warszawie, Kolekcja e-Biblio IBS PAN |
Similar resources
Splunk - konfiguracja, rozpoznawanie i wizualizacja informacji o incydentach i zagrożeniach
Arkadiusz Kotynia, Julia Jancelewicz, Urszula Warmińska, other document, Wrocław University of Science and Technology, Dziedzina nauk inżynieryjno-technicznych / automatyka, elektronika i elektrotechnika (2018)
Metody znakowania morfosyntaktycznego i automatycznej płytkiej analizy składniowej języka polskiego
Adam Radziszewski, thesis, Wrocław University of Science and Technology, dziedzina nauk technicznych / informatyka (2011)
Uczenie maszynowe na podstawie przykładów w przypadku błędów w danych
Grażyna Szkatuła, thesis, Systems Research Institute Polish Academy of Sciences, Warsaw, dziedzina nauk technicznych / informatyka (2011)
Korpus nagrań próbek mowy do celów budowy modeli akustycznych dla automatycznego rozpoznawania mowy w języku polskim, cz. 8
Teresa Sas, dataset, database, Wrocław University of Science and Technology, Dziedzina nauk inżynieryjno-technicznych / informatyka techniczna i telekomunikacja (2018)
Korpus nagrań próbek mowy do celów budowy modeli akustycznych dla automatycznego rozpoznawania mowy w języku polskim, cz. 5
Teresa Sas, dataset, database, Wrocław University of Science and Technology, Dziedzina nauk inżynieryjno-technicznych / informatyka techniczna i telekomunikacja (2018)
Usługa dokonująca analizy sentymentu
Stanisław Markowski, source code, Wrocław University of Science and Technology, Dziedzina nauk inżynieryjno-technicznych / informatyka techniczna i telekomunikacja (2018)