BLILI, M. Mohamed (2024) Calibration du modèle Heston avec les méthodes Kernel PRE - Projet de recherche, ENSTA.

Fichier(s) associé(s) à ce document :

[img]
Prévisualisation
PDF
5Mb

Résumé

Ce projet de recherche vise à calibrer le modèle Heston en utilisant des méthodes de Kernel, avec une première phase exploratoire dédiée aux réseaux de neurones. Le modèle Heston est crucial en finance pour évaluer les options et capturer la dynamique des volatilités stochastiques, mais sa calibration précise reste complexe. Nous commencerons par utiliser les réseaux de neurones pour obtenir des estimations initiales robustes des paramètres du modèle. Ensuite, nous affinerons ces estimations grâce aux techniques de Kernel, réputées pour leur flexibilité et leur précision.

Type de document:Rapport ou mémoire (PRE - Projet de recherche)
Mots-clés libres:Heston, Calibration, Kernel, Réseaux de neurones, volatilité implicite
Sujets:Mathématiques et leurs applications
Code ID :10014
Déposé par :Mohamed BLILI
Déposé le :28 août 2024 18:54
Dernière modification:28 août 2024 18:54

Modifier les métadonnées de ce document.