Оценка стоимости европейского опциона при помощи нейронной сети на основе биномиального дерева

В данной работе осуществлена оценка цены европейского пут-опциона при помощи нейронной сети прямого распространения. Архитектура нейронной сети была построена на основе биномиальной модели оценки опционов Кокса-Росса-Рубинштейна. Скрытые слои нейронной сети представлены полносвязным слоем с функцией активации ReLU и последовательностью одномерных сверточных слоев с тождественной функцией активации и фильтром размера 2. Полученные в результате обучения нейронной сети значения сравниваются с ценами опционов согласно формуле Блэка-Шоулза, так как данная модель ценообразования опционов считается классической и широко используется на практике. Результаты исследования показывают, что нейронная сеть специальной архитектуры может быть использована для вычисления справедливой стоимости европейского опциона пут.

In this paper, the price of a European put option is estimated using an artificial neural networks of direct propagation. The neural network architecture was made on the basis of the binomial Cox-Ross-Rubinstein option pricing model. The hidden layers of the neural network are represented by a fully connected layer with a ReLU activation function and a sequence of one-dimensional convolutional layers with an identity activation function and a size 2 filter. The values obtained as a result of neural network training are compared with option prices according to the Black-Scholes formula, since this option pricing model is considered classical and is widely used in practice. The results of the study show that a neural network of a special architecture can be used to calculate the fair value of a European put option.