Применение нейронных сетей для калибровки финансовых моделей

В статье исследуется задача калибровки функции волатильности для случая, когда цены опционов заданы при помощи модели локальной волатильности. Для решения рассматриваемой задачи используется нейронная сеть специальной архитектуры типа DGM с добавлением калибровочного слоя в соответствии с идеей калибровочных сетей CaNN. В работе представлены результаты вычислительных экспериментов по восстановлению параметров для конкретной модели локальной волатильности, а также оценки качества полученной нейросетевой аппроксимации.

Application of neural networks for calibration of financial models

The article investigates the problem of calibration of the volatility function for the case when option prices are set with local volatility model. To solve the problem, a neural network of a special architecture of the DGM type is used with the addition of a calibration layer in accordance with the idea of CaNN calibration networks. The paper presents the results of computational experiments to restore parameters for a specific model of local volatility, and assess the quality of the resulting neural network approximation.