옵션 내재변동성 변화 기대함수를 이용한 최소분산 델타 추정 및 인공신경망을 활용한 내재변동성 변화 예측 : 코스피200 옵션을 중심으로Minimum variance Delta estimation using expectation function of option implied volatility change and predicting implied volatility change using artificial neural network : for the KOSPI200 options
| DC Field | Value | Language |
|---|---|---|
| dc.contributor.advisor | 변석준 | - |
| dc.contributor.advisor | Byun, Suk Joon | - |
| dc.contributor.author | 이규형 | - |
| dc.date.accessioned | 2021-05-13T19:36:10Z | - |
| dc.date.available | 2021-05-13T19:36:10Z | - |
| dc.date.issued | 2020 | - |
| dc.identifier.uri | http://library.kaist.ac.kr/search/detail/view.do?bibCtrlNo=911585&flag=dissertation | en_US |
| dc.identifier.uri | http://hdl.handle.net/10203/284878 | - |
| dc.description | 학위논문(석사) - 한국과학기술원 : 금융공학프로그램, 2020.2,[iii, 31 p. :] | - |
| dc.description.abstract | 많은 선행 연구들에 따르면 기초 자산 가격과 자산의 변동성 사이의 음의 상관관계로 인해 블랙-숄즈 모형에 의해 계산된 델타는 헤지 포지션의 변동성을 최소로 만들지 못한다. 이에 따라, 확률변동성 모형을 비롯한 다양한 모형들이 기존의 블랙-숄즈 델타를 대체할 최소분산 델타를 찾기 위해 사용되었다. Hull and White(2017) 역시 최소분산 델타 추정을 위한 새로운 모형을 제안하였다. 이 모형은 내재변동성 변화 기대함수라는 개념을 이용하여 최소분산 델타를 추정하는데 확률변동성 모형과 달리 파라미터 추정이 단순하며 옵션의 잔존만기, 델타, 기초자산 수익률만 있다면 경험적으로 추정이 가능하다. 코스피200 옵션 시장에 이 모형을 적용해본 결과 콜옵션의 경우 블랙-숄즈 모형 대비 헤지오차를 줄이며 적합성을 보였지만 풋옵션의 경우 적합성이 떨어지는 모습을 보였다. 콜옵션은 통계적으로도 유의한 모습을 보였다. 추가적으로 내재변동성 변화 기대함수를 기준으로 인공신경망을 이용한 내재변동성 변화 예측 모형과 비교했다. 모형의 적합성이 검증된 코스피200 콜옵션을 대상으로 분석한 결과 인공신경망을 이용해 학습한 모형이 내재변동성 변화에 대해 더 좋은 예측력을 보였다. | - |
| dc.language | kor | - |
| dc.publisher | 한국과학기술원 | - |
| dc.subject | 최소분산 델타▼a델타 헤지▼a내재변동성 변화 기대함수▼a인공신경망▼a코스피200 옵션 | - |
| dc.subject | Minimum variance delta▼aDelta hedge▼aExpectation function of implied volatility change▼aArtificial Neural Network▼aKOSPI200 Options | - |
| dc.title | 옵션 내재변동성 변화 기대함수를 이용한 최소분산 델타 추정 및 인공신경망을 활용한 내재변동성 변화 예측 : 코스피200 옵션을 중심으로 | - |
| dc.title.alternative | Minimum variance Delta estimation using expectation function of option implied volatility change and predicting implied volatility change using artificial neural network : for the KOSPI200 options | - |
| dc.type | Thesis(Master) | - |
| dc.identifier.CNRN | 325007 | - |
| dc.description.department | 한국과학기술원 :금융공학프로그램, | - |
| dc.contributor.alternativeauthor | Lee, Kyu Hyung | - |
- Appears in Collection
- KGSF-Theses_Master(석사논문)
- Files in This Item
- There are no files associated with this item.
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.