머신 러닝을 이용한 등가격 내재변동성 패턴 전환 예측 및 변동성 스큐 조정 델타 헤징 실증분석 = Predicting the regimes of ATM implied volatility using machine learning and empirical analysis of volatility skew adjusted delta hedging

Cited 0 time in webofscience Cited 0 time in scopus
  • Hit : 82
  • Download : 0
블랙 숄즈 델타의 경우 변동성 스큐에 대한 정보가 없는 민감도로 블랙 숄즈 델타 헤징은 불완전한 헤징이라 볼 수 있다. 이에 Derman의 3가지 스티키룰, 패턴을 적용하여 내재변동성의 스큐를 반영한 변동성 스큐 조정 델타를 적용하여 분석해보았다. 주가 지수 급락구간에서는 스티키 트리 및 스티키 머니니스, 상승구간에서는 스티키 머니니스, 안정구간에서는 스티키 스트라이크 즉 블랙 숄즈 델타에서 헤징성과가 좋게 나왔다. 또한 추가적으로 마코프 스위칭 모델과 머신 러닝을 이용하여 Derman의 내재변동성 패턴을 예측하여 델타 헤징을 했을 경우, 테스트 전구간에서 블랙 숄즈 델타가 우수하다는 것을 확인하였다. 이는 테스트의 구간이 상대적으로 블랙 숄즈 델타가 우수한 안정과 상승 구간이었기 때문이다. 이에, 추가적으로 급락 구간인 코로나 기간을 추가 분석하였을 때 기존의 블랙 숄즈 델타의 헤징 포트폴리오의 변동성은 급등하는 반면 스티키 룰 예측을 통한 델타 헤징 모델은 안정적인 것을 볼 수 있었다. 즉 급락구간에 강점을 보이는 것을 확인할 수 있었다.
Advisors
김동규researcherKim, Donggyuresearcher
Description
한국과학기술원 :금융공학프로그램,
Publisher
한국과학기술원
Issue Date
2020
Identifier
325007
Language
kor
Description

학위논문(석사) - 한국과학기술원 : 금융공학프로그램, 2020.8,[iii, 33 p. :]

Keywords

변동성 조정 델타▼a델타 헤징▼a내재변동성 패턴(스티키룰)▼a마코프 스위칭 모델▼a머신러닝; Volatility Skew Adjustment Delta▼aDelta hedging▼aSticky Rule▼aMarkov-Switching Model▼aMachine-Learning

URI
http://hdl.handle.net/10203/285142
Link
http://library.kaist.ac.kr/search/detail/view.do?bibCtrlNo=926316&flag=dissertation
Appears in Collection
KGSF-Theses_Master(석사논문)
Files in This Item
There are no files associated with this item.

qr_code

  • mendeley

    citeulike


rss_1.0 rss_2.0 atom_1.0