ZGŁOŚ PROBLEMikona ozdobna

Pola oznaczone gwiazdką (*) są wymagane
*
*
*
*
captcha
Zapoznałem/am się i akceptuję regulamin oraz politykę prywatności *

ODSYŁACZE

Link do zasobu (portal):

Link do zasobu (skrót):

http://azon.e-science.pl/zasoby/21565

Link do zasobu (repozytorium):

https://id.e-science.pl/records/21565

Typ zasobu: praca dyplomowa

Predykcja zmienności w modelu Blacka-Scholesa za pomocą modeli rozmytych

Widok

Metadane zasobu

Tytuł Predykcja zmienności w modelu Blacka-Scholesa za pomocą modeli rozmytych
Osoby Autorzy: Krzysztof Stefan Targiel
Partner: Instytut Badań Systemowych PAN w Warszawie
Opis 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. (Polski)
Opis w innym języku: 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. (Angielski)
Słowa kluczowe "modelowanie rozmyte"@pl, "prognozowanie zmienności"@pl, "zmienność"@pl, "Volatility"@en, "uczenie maszynowe"@pl, "Machine Learning"@en
Klasyfikacja Typ zasobu: praca dyplomowa
Dyscyplina naukowa: dziedzina nauk technicznych / automatyka i robotyka (2011)
Grupa docelowa: naukowcy, studenci, przedsiębiorcy
Szkodliwe treści: Nie
Charakterystyka Miejsce powstania: Warszawa
Czas powstania: 2001
Liczba stron: 200
Promotor: Tadeusz Jerzy Trzaskalik
Język zasobu: Polski
Lokalizacja: Warszawa
Licencja CC BY-SA 4.0
Informacje techniczne Deponujący: Anna Wasilewska
Data udostępnienia: 15-10-2018
Kolekcje Kolekcja Instytutu Badań Systemowych PAN w Warszawie, Kolekcja e-Biblio IBS PAN

Cytowanie

Skopiowano

Krzysztof Stefan Targiel. Predykcja zmienności w modelu Blacka-Scholesa za pomocą modeli rozmytych. [praca dyplomowa] Dostępny w Atlasie Zasobów Otwartej Nauki, . Licencja: CC BY-SA 4.0, https://creativecommons.org/licenses/by-sa/4.0/legalcode.pl. Data dostępu: DD.MM.RRRR.

Podobne zasoby

Splunk - konfiguracja, rozpoznawanie i wizualizacja informacji o incydentach i zagrożeniach

Arkadiusz Kotynia, Julia Jancelewicz, Urszula Warmińska, inny dokument, Politechnika Wrocławska, Dziedzina nauk inżynieryjno-technicznych / automatyka, elektronika i elektrotechnika (2018)

Uczenie maszynowe na podstawie przykładów w przypadku błędów w danych

Grażyna Szkatuła, praca dyplomowa, Instytut Badań Systemowych PAN w Warszawie, dziedzina nauk technicznych / informatyka (2011)

Usługa dokonująca analizy sentymentu

Stanisław Markowski, kod źródłowy, Politechnika Wrocławska, Dziedzina nauk inżynieryjno-technicznych / informatyka techniczna i telekomunikacja (2018)

Zobacz więcej