Nous utilisons des cookies pour améliorer votre expérience. Pour nous conformer à la nouvelle directive sur la vie privée, nous devons demander votre consentement à l’utilisation de ces cookies. En savoir plus.
Couplage entre les Réseaux de Neurones et la Simulation Monte Carlo
Univ Europeenne - EAN : 9786138490210
Édition papier
EAN : 9786138490210
Paru le : 1 juil. 2019
71,90 €
68,15 €
Disponible
Pour connaître votre prix et commander, identifiez-vous
Notre engagement qualité
-
Livraison gratuite
en France sans minimum
de commande -
Manquants maintenus
en commande
automatiquement -
Un interlocuteur
unique pour toutes
vos commandes -
Toutes les licences
numériques du marché
au tarif éditeur -
Assistance téléphonique
personalisée sur le
numérique -
Service client
Du Lundi au vendredi
de 9h à 18h
- EAN13 : 9786138490210
- Réf. éditeur : 1265176
- Editeur : Univ Europeenne
- Date Parution : 1 juil. 2019
- Disponibilite : Disponible
- Barème de remise : NS
- Nombre de pages : 208
- Format : H:229 mm L:152 mm E:12 mm
- Poids : 313gr
- Interdit de retour : Retour interdit
- Résumé : L'objectif de ce livre est de comparer les performances empiriques d'une méthode hybride basée sur les réseaux de neurones (RN) et la simulation de Monte Carlo (MC) avec celles des modèles individuels, en termes d'évaluation d'options européennes sur l'indice CAC40, en se basant sur des données réelles. Avec des données journalières, basées sur 12 contrats d'options d'achat européen sur l'indice CAC 40, les résultats des simulations montrent que les RN donnent des performances meilleures que celles relatives au modèle de Heston et à la méthode de MC, en termes de la précision et de la rapidité du temps de calcul de la valeur de l'option. Ce qui prouve que le modèle neuronal a capté la logique du marché des options. Cependant, pour la méthode de MC, elle est incapable d'expliquer les résultats qu'elle fournit en fonction des critères précités. En outre, les résultats de la simulation révèlent que les performances de la méthode hybride proposée sont améliorées aussi bien au niveau de précision qu'au niveau de la rapidité de temps du calcul, en comparaison avec les modèles individuels utilisés, et particulièrement avec la méthode de MC.