Использование машинного обучения (ML) для прогнозирования цен на акции и другие финансовые активы в последние годы растет. В то время как традиционные методы оценки опционов, такие как модель Блэка-Шоулза, все еще широко используются, модели машинного обучения стали популярными благодаря их способности лучше отражать нелинейную динамику рынка и генерировать более точные оценки ценообразования. В этой статье мы рассмотрим применение методов машинного обучения к проблеме ценообразования..

Недавние успехи в глубоком обучении, а также быстрые темпы инноваций в стеке DL (TensorFlow, кластеры GPU / CPU, выпуск TPU) ясно указывают путь, по которому сообщество финансового моделирования может пойти в ближайшие годы. Мир волатильности улыбок Блэка-Шоулза, настольных вычислений Matlab и моделей на основе электронных таблиц Excel может быть позади, поскольку более продвинутые методы становятся товаром. Искусственные нейронные сети также имеют несколько испорченную репутацию в..