Home > Doc > Reti neurali artificiali per la valutazione di opzioni > La specificazione di variabili di input e di output

Reti neurali artificiali per la valutazione di opzioni

La specificazione di variabili di input e di output

L'individuazione delle variabili di input e di quelle di output nel caso dell'applicazione delle RNA alla valutazione di opzioni finanziarie è un'operazione relativamente semplice. Un punto di partenza è dato dalla stessa formula di B-S che individua cinque variabili (nel caso standard) che influenzano la variabile in output data dal prezzo dell'opzione. Non sorprende, quindi, che in letteratura la maggior parte degli approcci individui le variabili di input tra le variabili elencate precedentemente. Si veda ad esempio [Hutchinson et al., 1994], in cui gli Autori considerano il valore del sottostante, il prezzo d'esercizio [Queste due variabili vengono congiuntamente considerate mediante il rapporto S/X, detto moneyness (per maggiori dettagli si veda la sotto-sezione successiva). ed il tempo mancante a scadenza. In [Lajbcygier et al., 1997] e [Anders et al., 1998] si prende in considerazione anche il tasso d'interesse e varie stime della volatilità; altri Autori ancora propongono come ulteriore variabile esplicativa l'open interest, indicatore che evidenzia le posizioni aperte con riferimento ad un particolare contratto d'opzione.

In termini generali, possiamo indicare la funzione che la RNA va ad apprendere nel modo seguente:


L'analisi dei risultati ottenuti dai precedenti Autori sono tutti incoraggianti nell'individuare le RNA come un valido strumento di valutazione alternativo alla classica formula di B-S.

Successivo: La fase di pre-processamento dati

Sommario: Indice