Precificação de opções de dólar no mercado brasileiro utilizando redes neurais e algoritmos genéticos

Detalhes bibliográficos
Ano de defesa: 2007
Autor(a) principal: Chagas, Guido Marcelo Borma
Orientador(a): Rochman, Ricardo Ratner
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Palavras-chave em Inglês:
Link de acesso: http://hdl.handle.net/10438/2055
Resumo: This work compared, under usual macroeconomic conditions, the effectiveness of the Neural Networks (NN) model enhanced by Genetic Algorithms (GA) in Dollar options’ valuation with the following conventional valuation models: Black-Scholes, Garman-Kohlhagen, Trinomial Trees and Monte Carlo Simulations. All information employed in this analysis, comprehended between July, 1999 and December, 2006, was provided by Bolsa de Mercadorias e Futuros (BM&F) and by Federal Reserve. Comparisons and assessments were conducted with the MATLAB software, version 7.0, and its toolboxes which provided the necessary tools and environment to develop and implement the models previously mentioned. The delta-hedging cost’s analyses of each model indicated that, even though more complex, the use of Genetic Algorithms to directly optimize (i.e., at binary level) the Neural Network’s synaptic weights did not produce any significantly superior results than the conventional models.