Pricing European Options with Lévy Market Models and Deep Learning

I denne oppgaven har fem Lévy-modeller og et kunstig nevralt nettverk blitt implementert for å sammenligne prising av europeiske kjøpsopsjoner mot den geometrisk brownske bevegelsesdynamikken i Black-Scholes-formelen. Statistisk analyse er utført på de underliggende aksjene, hvor det ble funnet at Lévy-modellene er en mer beskrivende modell enn den geometrisk brownske bevegelsen. Prissettingspressisjonen reflekterte imidlertid ikke dette. Derimot presterer den gemoetrisk brownske bevegelsesmodellen bedre enn flere av de andre modellene. Det blir også funnet at det nevrale nettverket presterer og generaliserer bra, til tross for få observasjoner, og overgår alle modellene for den lengste forfallsdatoen som er holdt utenfor treningsdataen. Til slutt konkluderes det med at mer data er nødvendig for å kunne si noe mer konkret.