In my thesis I have studied a Machine Learning technique to apply it to one of the most widespread problems of quantitative finance, derivatives pricing. It can be seen that a great increase in computational speed can be achieved, especially for some products. The price is a loss in accuracy that is acceptable in daily practice. The derivatives taken into account are: Plain Vanilla Call options, American Put options, Down and Out Barrier options.

Nella mia tesi ho studiato una tecnica di Machine Learning per applicarla ad uno dei problemi maggiormente diffusi nell'ambito della finanza quantitativa, il pricing di derivati. Si vede che si può arrivare ad un grande incremento nella velocità computazionale soprattutto per alcuni tipi di prodotti. Il prezzo da pagare è una perdita in accuratezza che tuttavia risulta accettabile nella pratica quotidiana. I derivati presi in considerazione sono: opzioni Plain Vanilla di tipo Call, opzioni Americane di tipo Put, opzioni Barriera di tipo Put Down and Out.

Gaussian process regression : una tecnica di machine learning per il pricing veloce di derivati

TOSADORI, FRANCESCO MARCO
2018/2019

Abstract

In my thesis I have studied a Machine Learning technique to apply it to one of the most widespread problems of quantitative finance, derivatives pricing. It can be seen that a great increase in computational speed can be achieved, especially for some products. The price is a loss in accuracy that is acceptable in daily practice. The derivatives taken into account are: Plain Vanilla Call options, American Put options, Down and Out Barrier options.
Campo DC Valore Lingua
dc.collection.id.s a81cb057-a56d-616b-e053-1605fe0a889a *
dc.collection.name Tesi di laurea Magistrale *
dc.contributor.author TOSADORI, FRANCESCO MARCO -
dc.contributor.supervisor MARAZZINA, DANIELE -
dc.date.issued 2019-12-18 -
dc.description.abstracteng In my thesis I have studied a Machine Learning technique to apply it to one of the most widespread problems of quantitative finance, derivatives pricing. It can be seen that a great increase in computational speed can be achieved, especially for some products. The price is a loss in accuracy that is acceptable in daily practice. The derivatives taken into account are: Plain Vanilla Call options, American Put options, Down and Out Barrier options. it_IT
dc.description.abstractita Nella mia tesi ho studiato una tecnica di Machine Learning per applicarla ad uno dei problemi maggiormente diffusi nell'ambito della finanza quantitativa, il pricing di derivati. Si vede che si può arrivare ad un grande incremento nella velocità computazionale soprattutto per alcuni tipi di prodotti. Il prezzo da pagare è una perdita in accuratezza che tuttavia risulta accettabile nella pratica quotidiana. I derivati presi in considerazione sono: opzioni Plain Vanilla di tipo Call, opzioni Americane di tipo Put, opzioni Barriera di tipo Put Down and Out. it_IT
dc.description.tipolaurea LAUREA MAGISTRALE it_IT
dc.identifier.uri http://hdl.handle.net/10589/151718 -
dc.language.iso ita it_IT
dc.publisher.country Italy it_IT
dc.publisher.name Politecnico di Milano it_IT
dc.relation.academicyear 2018/2019 it_IT
dc.relation.course MATHEMATICAL ENGINEERING - INGEGNERIA MATEMATICA it_IT
dc.relation.school ING - Scuola di Ingegneria Industriale e dell'Informazione it_IT
dc.subject.keywordseng machine learning; Gaussian process regression; Lévy processes; Monte Carlo; binomial tree; derivatives pricing it_IT
dc.subject.keywordsita apprendimento automatico; regressione gaussiana; processi di Lévy; Monte Carlo; albero binomiale; prezzatura di derivati it_IT
dc.subject.miur SECS-S/06 METODI MATEMATICI DELL'ECONOMIA E DELLE SCIENZE ATTUARIALI E FINANZIARIE it_IT
dc.subject.singlekeyword machine learning *
dc.subject.singlekeyword Gaussian process regression *
dc.subject.singlekeyword Lévy processes *
dc.subject.singlekeyword Monte Carlo *
dc.subject.singlekeyword binomial tree *
dc.subject.singlekeyword derivatives pricing *
dc.subject.singlekeyword apprendimento automatico *
dc.subject.singlekeyword regressione gaussiana *
dc.subject.singlekeyword processi di Lévy *
dc.subject.singlekeyword Monte Carlo *
dc.subject.singlekeyword albero binomiale *
dc.subject.singlekeyword prezzatura di derivati *
dc.title Gaussian process regression : una tecnica di machine learning per il pricing veloce di derivati it_IT
dc.type Tesi di laurea Magistrale it_IT
Appare nelle tipologie: Tesi di laurea Magistrale
File allegati
File Dimensione Formato  
2019_12_Tosadori.pdf

accessibile in internet per tutti

Descrizione: Testo della tesi
Dimensione 1.08 MB
Formato Adobe PDF
1.08 MB Adobe PDF Visualizza/Apri

I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/10589/151718