기계학습 기반 비모수적 옵션 가격 평가 모형의 코스피200 지수 옵션에 대한 적용

Abstract

블랙-숄즈 모형은 모수의 가정에서 오는 다양한 오류로 인해 정확한 옵션 가격 평가 모형으로서 적절하지 않다. 이에 따라 다양한 연구들이 모수적 혹은 비모수적 방법으로 개량된 옵션 가격 결정 모형을 제시했으나 실제로 적용하기엔 모형들이 복잡했고 여전히 블랙-숄즈 모형은 의미 있는 옵션 가격 예측 모형으로 쓰이고 있다. 본 연구에서는 기계 학습에 기반한 비모수적 알고리즘인 서포트벡터 회귀와 엑스지부스트를 사용해 블랙-숄즈 모형을 벤치마크로서 옵션 가격 평가 성능을 검증했다. 그 결과, 콜옵션에 대해서는 엑스지부스트가 유의미하게 뛰어난 결과를 보였으며 풋옵션은 단언할 수 없었다. 가격성을 기준으로 살펴보면 시장에서 많은 거래가 이루어지는 외가격 옵션에 대해 기계 학습 기반 모형이 확실히 뛰어난 성능을 보였다.