کاربرد یادگیری عمیق در قیمت‌گذاری اختیار با استفاده از مدل نوسان تصادفی هستون و روش مونت کارلو

پیشرفت‌های اخیر در زمینه هوش مصنوعی، یادگیری ماشین و همچنین در صنعت کامپیوتر منجر به استفاده از این تکنیک‌ها برای حل مسائل پیچیده در اکثر علوم و صنعت شده است. البته همین امر در مورد صنعت مالی و ریاضیات مالی نیز صادق است. اخیراً توجه جامعه مالی در زمینه یادگیری عمیق و شبکه‌های عصبی مصنوعی جلب شده است. در این مقاله یک مسئله کلاسیک ریاضی مالی - قیمت‌گذاری اختیار- تحت مدل‌های نوسان تصادفی هستون به داده‌های بازار را در نظر می‌گیریم. برخی از مسائل در رویکردهای موجود را برجسته و راه‌کارهایی را پیشنهاد می‌کنیم که هم عملکرد و هم دقت قیمت‌گذاری اختیار را بهبود می‌بخشند. ضمن معرفی اختیارها، مدل‌های نوسانات تصادفی هستون، روش گرادیان کاهشی در یادگیری ماشین، روشی کاربردی و موثر مبتنی بر یادگیری ماشین برای قیمت‌گذاری اختیارهای اروپایی را بررسی می‌کنیم.