Apreçamento de opções americanas utilizando técnicas de parada ótima e redes neurais aplicado ao mercado brasileiro.

Detalhes bibliográficos
Ano de defesa: 2024
Autor(a) principal: Fonseca, José Alex Lima da
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Aprendizado computacional
Computational learning
Financial market
Investimentos
Investments
Mercado financeiro
Neural networks
Redes neurais
Link de acesso: https://www.teses.usp.br/teses/disponiveis/3/3139/tde-22102024-113926/
Resumo: Este trabalho aborda o apreçamento de opções americanas através da solução de um problema de parada ótima. Testou-se dois métodos para a decisão de parada ótima, um baseado em aproximações numéricas e outro em uma rede neural, e comparamos essas abordagens com a precificação binomial, que é o método mais comum para a precificação de opções americanas. Utilizaram-se ativos do mercado brasileiro nas simulações, divididos em 3 classes de ativos, de acordo com suas volatilidades (baixa, média e alta). Observou-se que as opções apreçadas utilizando redes neurais apresentam menor EQM para os ativos classificados com volatilidade média, EQM maior para o caso com alta volatilidade, e EQM menores nas caudas (regiões deep in the money e deep out of the money) para o caso com baixa volatilidade.
id USP_665729d86646faeb835a614eea2fc116
oai_identifier_str oai:teses.usp.br:tde-22102024-113926
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str
spelling Apreçamento de opções americanas utilizando técnicas de parada ótima e redes neurais aplicado ao mercado brasileiro.Untitled in englishAprendizado computacionalComputational learningFinancial marketInvestimentosInvestmentsMercado financeiroNeural networksRedes neuraisEste trabalho aborda o apreçamento de opções americanas através da solução de um problema de parada ótima. Testou-se dois métodos para a decisão de parada ótima, um baseado em aproximações numéricas e outro em uma rede neural, e comparamos essas abordagens com a precificação binomial, que é o método mais comum para a precificação de opções americanas. Utilizaram-se ativos do mercado brasileiro nas simulações, divididos em 3 classes de ativos, de acordo com suas volatilidades (baixa, média e alta). Observou-se que as opções apreçadas utilizando redes neurais apresentam menor EQM para os ativos classificados com volatilidade média, EQM maior para o caso com alta volatilidade, e EQM menores nas caudas (regiões deep in the money e deep out of the money) para o caso com baixa volatilidade.This paper deals with the pricing of American options by solving an optimal stopping problem. We tested two methods for the optimal stop decision, one based on numerical approximations and the other on a neural network, and compared these methods with the binomial pricing, which is the most common method for pricing American options. In the simulations, assets from the Brazilian market were used, divided into 3 asset classes according to their volatility (low, medium and high). It was observed that the options priced with the use of neural networks present lower RMSE for assets classified with medium volatility, higher RMSE for the high volatility case and lower RMSE in the tails (deep in the money and deep out of the money regions) for the low volatility case.Biblioteca Digitais de Teses e Dissertações da USPCosta, Oswaldo Luiz do ValleFonseca, José Alex Lima da2024-05-10info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://www.teses.usp.br/teses/disponiveis/3/3139/tde-22102024-113926/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2024-11-07T11:03:02Zoai:teses.usp.br:tde-22102024-113926Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212024-11-07T11:03:02Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Apreçamento de opções americanas utilizando técnicas de parada ótima e redes neurais aplicado ao mercado brasileiro.
Untitled in english
title Apreçamento de opções americanas utilizando técnicas de parada ótima e redes neurais aplicado ao mercado brasileiro.
spellingShingle Apreçamento de opções americanas utilizando técnicas de parada ótima e redes neurais aplicado ao mercado brasileiro.
Fonseca, José Alex Lima da
Aprendizado computacional
Computational learning
Financial market
Investimentos
Investments
Mercado financeiro
Neural networks
Redes neurais
title_short Apreçamento de opções americanas utilizando técnicas de parada ótima e redes neurais aplicado ao mercado brasileiro.
title_full Apreçamento de opções americanas utilizando técnicas de parada ótima e redes neurais aplicado ao mercado brasileiro.
title_fullStr Apreçamento de opções americanas utilizando técnicas de parada ótima e redes neurais aplicado ao mercado brasileiro.
title_full_unstemmed Apreçamento de opções americanas utilizando técnicas de parada ótima e redes neurais aplicado ao mercado brasileiro.
title_sort Apreçamento de opções americanas utilizando técnicas de parada ótima e redes neurais aplicado ao mercado brasileiro.
author Fonseca, José Alex Lima da
author_facet Fonseca, José Alex Lima da
author_role author
dc.contributor.none.fl_str_mv Costa, Oswaldo Luiz do Valle
dc.contributor.author.fl_str_mv Fonseca, José Alex Lima da
dc.subject.por.fl_str_mv Aprendizado computacional
Computational learning
Financial market
Investimentos
Investments
Mercado financeiro
Neural networks
Redes neurais
topic Aprendizado computacional
Computational learning
Financial market
Investimentos
Investments
Mercado financeiro
Neural networks
Redes neurais
description Este trabalho aborda o apreçamento de opções americanas através da solução de um problema de parada ótima. Testou-se dois métodos para a decisão de parada ótima, um baseado em aproximações numéricas e outro em uma rede neural, e comparamos essas abordagens com a precificação binomial, que é o método mais comum para a precificação de opções americanas. Utilizaram-se ativos do mercado brasileiro nas simulações, divididos em 3 classes de ativos, de acordo com suas volatilidades (baixa, média e alta). Observou-se que as opções apreçadas utilizando redes neurais apresentam menor EQM para os ativos classificados com volatilidade média, EQM maior para o caso com alta volatilidade, e EQM menores nas caudas (regiões deep in the money e deep out of the money) para o caso com baixa volatilidade.
publishDate 2024
dc.date.none.fl_str_mv 2024-05-10
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://www.teses.usp.br/teses/disponiveis/3/3139/tde-22102024-113926/
url https://www.teses.usp.br/teses/disponiveis/3/3139/tde-22102024-113926/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1865491631123202048

Registros relacionados