بررسی اثربخشی قیمت گذاری اوراق اختیار معامله با استفاده از مدل های یادگیری ماشین در مقایسه با مدل بلک شولز(مقاله علمی وزارت علوم)
حوزههای تخصصی:
یکی از مشکلات اساسی که سرمایه گذاران در بازارهای سرمایه با آن روبه رو هستند، بحث مدیریت ریسک است. اوراق اختیار معامله از کاربردی ترین ابزار مالی در راستای مدیریت ریسک محسوب می شوند. ازاین رو، شیوه قیمت گذاری این اوراق اهمیت ویژه ای دارد. بااین حال، روابط پیچیده و غیرخطی میان عوامل مؤثر بر قیمت اختیار معامله، مدل سازی این روابط را با چالش هایی همراه کرده و منجر به استفاده از مفروضات محدودکننده و غیرواقعی در ساخت مدل ها شده است. یکی از راهکارهایی که برای حل این مسئله مطرح گردیده، استفاده از الگوریتم های یادگیری ماشین است. الگوریتم های یادگیری ماشین محدودیتی در یافتن روابط غیرخطی پیچیده میان متغیرها نداشته و می توانند بدون درنظرگرفتن مفروضات غیرواقعی، دست به ساخت مدل های موردنیاز بزنند. در همین راستا هدف این پژوهش بررسی عملکرد الگوریتم های یادگیری ماشین در پیش بینی قیمت اوراق اختیار معامله در مقایسه با مدل بلک شولز است. در این پژوهش از 144 اوراق اختیار معامله ای که از فروردین 1397 تا اردیبهشت 1403 در بورس اوراق بهادار تهران معامله شده اند، استفاده شده و به قیمت گذاری این اوراق با استفاده از الگوریتم های یادگیری ماشین و مدل بلک شولز پرداخته شده است. برای بررسی عملکرد این مدل ها به مقایسه برآورد هریک از مدل ها باقیمت بازار این اوراق پرداخته شده است. این مقایسه با استفاده از معیارهای آماری میانگین خطا مطلق و جذر میانگین مربعات خطا انجام شده است. همچنین، پژوهش حاضر عملکرد الگوریتم های یادگیری ماشین و مدل بلک شولز را با در نظر گرفتن دوره قرارداد و ارزندگی اوراق نیز بررسی کرده است. نتایج نشان می دهد که الگوریتم های یادگیری ماشین در پیش بینی قیمت اوراق اختیار معامله نسبت به مدل بلک شولز عملکرد بهتری داشته اند. همچنین مقایسه عملکردمدل ها در پیش بینی قیمت متناسب با دوره قرارداد و ارزندگی اوراق نیز برتری الگوریتم های یادگیری ماشین را تائید می کند. در این میان، الگوریتم تقویت گرادیان سریع نسبت به سایر مدل ها بهترین عملکرد را داشته است.