메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
Sojin Kim (Ewha Womans University) Jimin Kim (Ewha Womans University) Jongwoo Song (Ewha Womans University)
저널정보
한국통계학회 CSAM(Communications for Statistical Applications and Methods) CSAM(Communications for Statistical Applications and Methods) 제31권 제5호
발행연도
2024.9
수록면
585 - 599 (15page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
Options pricing remains a critical aspect of finance, dominated by traditional models such as Black-Scholes and binomial tree. However, as market dynamics become more complex, numerical methods such as Monte Carlo simulation are accommodating uncertainty and offering promising alternatives. In this paper, we examine how effective different options pricing methods, from traditional models to machine learning algorithms, are at predicting KOSPI200 option prices and maximizing investment returns. Using a dataset of 2023, we compare the performance of models over different time frames and highlight the strengths and limitations of each model. In particular, we find that machine learning models are not as good at predicting prices as traditional models but are adept at identifying undervalued options and producing significant returns. Our findings challenge existing assumptions about the relationship between forecast accuracy and investment profitability and highlight the potential of advanced methods in exploring dynamic financial environments.
#option pricing #Black-Scholes model #MonteCarlo simulation #variance reduction #machine learning

목차

Abstract
1. Introduction
2. Options
3. Option pricing methods
4. Experiments
5. Conclusion
References

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문과 함께 이용한 논문

머신러닝 기반 장중 주가 예측: 고빈도데이터를 이용한 기업수준 분석
김찬수 ,  김선웅 ,  최흥식 지능정보연구 2024 .06
Machine Learning Algorithms for Predicting the Returns of IPO Companies
Yeon Ji Choi ,  Hee Soo Lee ,  Kyong Joo Oh Quantitative Bio-Science 2021 .11
The Prototype Development Applied as a Conceptual Design of an Automated Machine Learning System
Jayoung James Goo ,  Hyosung Kim 정보과학회 컴퓨팅의 실제 논문지 2020 .06

최근 본 자료

전체보기

댓글(0)

0