Metodi di regressione per programmazione dinamica stocastica

Sgubbi, Elena (2017) Metodi di regressione per programmazione dinamica stocastica. [Laurea magistrale], Università di Bologna, Corso di Studio in Matematica [LM-DM270]
Documenti full-text disponibili:
[img] Documento PDF (Thesis)
Disponibile con Licenza: Salvo eventuali più ampie autorizzazioni dell'autore, la tesi può essere liberamente consultata e può essere effettuato il salvataggio e la stampa di una copia per fini strettamente personali di studio, di ricerca e di insegnamento, con espresso divieto di qualunque utilizzo direttamente o indirettamente commerciale. Ogni altro diritto sul materiale è riservato

Download (2MB)

Abstract

In questa tesi si vuole approfondire il metodo di regressione per la programmazione dinamica stocastica, al fine di valutare i derivati finanziari Americani. Inizialmente studiamo il metodo di Eulero, che permette di modellizzare il sottostante dell’opzione, ed il metodo Monte Carlo, per stimare il valore atteso di una variabile aleatoria. Si analizza poi il metodo di regressione attraverso l’approccio di Longstaff-Schwartz, utilizzando esempi e analizzando l’algoritmo. Applichiamo diverse tipologie di polinomi al metodo di regressione e confrontiamo infine opzioni con caratteristiche diverse, grazie anche all’uso di tabelle e grafici.

Abstract
Tipologia del documento
Tesi di laurea (Laurea magistrale)
Autore della tesi
Sgubbi, Elena
Relatore della tesi
Scuola
Corso di studio
Indirizzo
Curriculum A: Generale e applicativo
Ordinamento Cds
DM270
Parole chiave
metodo regressione programmazione dinamica stocastica Longsaff Schwartz opzioni americane
Data di discussione della Tesi
15 Dicembre 2017
URI

Altri metadati

Statistica sui download

Gestione del documento: Visualizza il documento

^