Performance of stochastic option pricing models and construction of volatility smiles for option pricing in an emerging derivatives market
Luận án · Tiến sĩ · năm 2023 · đề tài tham khảo
| Loại tài liệu | Luận án |
|---|---|
| Bậc học | Tiến sĩ |
| Ngành | Công nghệ thông tin |
| Tác giả | Nguyen Tri Minh |
| Người hướng dẫn | Tran Ngoc Tho |
| Cơ sở đào tạo | Trường Đại học Kinh tế TP. Hồ Chí Minh |
| Năm | 2023 |
| Nguồn | Thư viện số Trường Đại học Kinh tế TP. Hồ Chí Minh · trang gốc |
Tóm tắt
This thesis provides the necessary methodology for the introduction of a fully functioning derivatives market in Vietnam where both European and exotic style derivatives can be traded, satisfying the needs of various potential market participants. The thesis has two objectives. The first objective is carrying out a comparison of performance between four stochastic option pricing models (Heston, Heston++, Bates and Heston-Hull-White), based on pricing a cross-section of stock options across various industries. The second is proposing a method of constructing implied volatility (IV) smiles for stock options in a new or illiquid option market (Vietnam in this case), using data from an existing market to do so (the US in this case). For the first objective, the results show that the Heston model performs the best in in-sample pricing, as well as capturing the characteristics of the market, while Heston ++ performs the best in out-of-sample pricing and hedging. For the second objective, the three proposed methods for constructing IV smiles, namely correlation, K-nearest neighbor (KNN) and weighted KNN, perform reasonably well, with weighted KNN considered the best among them.
Stochastic option pricing modelImplied volatilityMachine learningNew option marketIlliquid option market
Bản toàn văn lưu tại thư viện Trường Đại học Kinh tế TP. Hồ Chí Minh
Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.
Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
- Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
- Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
- Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.
Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn công nghệ thông tin · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.
Đề tài cùng ngành
- Ứng dụng công nghệ thông tin và hiện đại hóa hoạt động hải quan tại cục hải quan Đồng Nai
- Phát hiện tin tức giả cho tin tức tiếng Việt bằng cách kết hợp các mô hình học sâu
- Ứng dụng Deep Learning trong phân loại chủ đề tin tức trên báo điện tử
- Phân tích sự hài lòng của người học khi sử dụng dịch vụ UEH Shuttle bus thông qua khai thác ý kiến bằng mô hình học máy
- Ứng dụng machine learning trong mô hình CAPM
- Xây dựng và thiết kế hệ thống thông tin quản lý tiền lương tại công ty cổ phần Hesman Viet Nam
- Phân tích thiết kế hệ thống thông tin quản lý hoạt động tiếp thị bán hàng tại công ty cổ phần Deha
- Hoàn thiện chất lượng hoạt động truyền thông trên website của Công ty Cổ phần dịch vụ Bất động sản Bắc Hà
Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.