Resolución de la ecuación diferencial parcial de Black-Scholes mediante redes neuronales físicamente informadas
Artículo conmemorativo por los 50 años del modelo Black-Scholes, en el cual se presenta la deducción de la ecuación diferencial parcial de valoración en el contexto de un modelo de mercado en tiempo continuo. Se propone como método de resolución el uso de una red neuronal físicamente informada (PINN...
- Autores:
-
Moreno Trujillo, John Freddy
- Tipo de recurso:
- Article of journal
- Fecha de publicación:
- 2023
- Institución:
- Universidad Externado de Colombia
- Repositorio:
- Biblioteca Digital Universidad Externado de Colombia
- Idioma:
- spa
- OAI Identifier:
- oai:bdigital.uexternado.edu.co:001/15364
- Acceso en línea:
- https://bdigital.uexternado.edu.co/handle/001/15364
https://doi.org/10.18601/17941113.n24.05
- Palabra clave:
- partial differential equation;
Black-Scholes;
pricing;
neural networks
ecuación diferencial parcial;
Black-Scholes;
valoración;
redes neuronales
- Rights
- openAccess
- License
- John Freddy Moreno Trujillo - 2023
id |
uexternad2_48f1f6d729bab618fd6eb1d57e615938 |
---|---|
oai_identifier_str |
oai:bdigital.uexternado.edu.co:001/15364 |
network_acronym_str |
uexternad2 |
network_name_str |
Biblioteca Digital Universidad Externado de Colombia |
repository_id_str |
|
dc.title.spa.fl_str_mv |
Resolución de la ecuación diferencial parcial de Black-Scholes mediante redes neuronales físicamente informadas |
dc.title.translated.eng.fl_str_mv |
Solving the Black-Scholes partial differential equation using physically - informed neural networks |
title |
Resolución de la ecuación diferencial parcial de Black-Scholes mediante redes neuronales físicamente informadas |
spellingShingle |
Resolución de la ecuación diferencial parcial de Black-Scholes mediante redes neuronales físicamente informadas partial differential equation; Black-Scholes; pricing; neural networks ecuación diferencial parcial; Black-Scholes; valoración; redes neuronales |
title_short |
Resolución de la ecuación diferencial parcial de Black-Scholes mediante redes neuronales físicamente informadas |
title_full |
Resolución de la ecuación diferencial parcial de Black-Scholes mediante redes neuronales físicamente informadas |
title_fullStr |
Resolución de la ecuación diferencial parcial de Black-Scholes mediante redes neuronales físicamente informadas |
title_full_unstemmed |
Resolución de la ecuación diferencial parcial de Black-Scholes mediante redes neuronales físicamente informadas |
title_sort |
Resolución de la ecuación diferencial parcial de Black-Scholes mediante redes neuronales físicamente informadas |
dc.creator.fl_str_mv |
Moreno Trujillo, John Freddy |
dc.contributor.author.spa.fl_str_mv |
Moreno Trujillo, John Freddy |
dc.subject.eng.fl_str_mv |
partial differential equation; Black-Scholes; pricing; neural networks |
topic |
partial differential equation; Black-Scholes; pricing; neural networks ecuación diferencial parcial; Black-Scholes; valoración; redes neuronales |
dc.subject.spa.fl_str_mv |
ecuación diferencial parcial; Black-Scholes; valoración; redes neuronales |
description |
Artículo conmemorativo por los 50 años del modelo Black-Scholes, en el cual se presenta la deducción de la ecuación diferencial parcial de valoración en el contexto de un modelo de mercado en tiempo continuo. Se propone como método de resolución el uso de una red neuronal físicamente informada (PINN), como una novedosa técnica del denominado aprendizaje de maquina científico, que permite resolver este tipo de ecuaciones sin la necesidad de un gran número de datos de entrenamiento. Se presenta la implementación del método y los resultados de valoración para el caso de opciones de compra europeas. |
publishDate |
2023 |
dc.date.accessioned.none.fl_str_mv |
2023-11-30T09:55:17Z 2024-06-07T07:31:15Z |
dc.date.available.none.fl_str_mv |
2023-11-30T09:55:17Z 2024-06-07T07:31:15Z |
dc.date.issued.none.fl_str_mv |
2023-11-30 |
dc.type.spa.fl_str_mv |
Artículo de revista |
dc.type.coar.fl_str_mv |
http://purl.org/coar/resource_type/c_2df8fbb1 |
dc.type.coar.spa.fl_str_mv |
http://purl.org/coar/resource_type/c_6501 |
dc.type.coarversion.spa.fl_str_mv |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
dc.type.content.spa.fl_str_mv |
Text |
dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/article |
dc.type.local.eng.fl_str_mv |
Journal article |
dc.type.redcol.spa.fl_str_mv |
http://purl.org/redcol/resource_type/ARTREF |
dc.type.version.spa.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
format |
http://purl.org/coar/resource_type/c_6501 |
status_str |
publishedVersion |
dc.identifier.doi.none.fl_str_mv |
10.18601/17941113.n24.05 |
dc.identifier.eissn.none.fl_str_mv |
2346-2140 |
dc.identifier.issn.none.fl_str_mv |
1794-1113 |
dc.identifier.uri.none.fl_str_mv |
https://bdigital.uexternado.edu.co/handle/001/15364 |
dc.identifier.url.none.fl_str_mv |
https://doi.org/10.18601/17941113.n24.05 |
identifier_str_mv |
10.18601/17941113.n24.05 2346-2140 1794-1113 |
url |
https://bdigital.uexternado.edu.co/handle/001/15364 https://doi.org/10.18601/17941113.n24.05 |
dc.language.iso.spa.fl_str_mv |
spa |
language |
spa |
dc.relation.bitstream.none.fl_str_mv |
https://revistas.uexternado.edu.co/index.php/odeon/article/download/9074/15144 |
dc.relation.citationedition.spa.fl_str_mv |
Núm. 24 , Año 2023 : Enero-Junio |
dc.relation.citationendpage.none.fl_str_mv |
92 |
dc.relation.citationissue.spa.fl_str_mv |
24 |
dc.relation.citationstartpage.none.fl_str_mv |
71 |
dc.relation.ispartofjournal.spa.fl_str_mv |
ODEON |
dc.relation.references.spa.fl_str_mv |
Bellman, R. (1966). Dynamic programming. Science, 153(3731), 34-37. https://doi.org/10.1126/science.153.3731.34 Black, F., y Scholes, M. (1973). The pricing of options and corporate liabilities. Journal of Political Economy, 81(3), 637-654. https://doi.org/10.1086/260062 Lagaris, I. E., Likas, A., y Fotiadis, D. I. (1998). Artificial neural networks for solving ordinary and partial differential equations. IEEE Transactions on Neural Networks, 9(5), 987-1000. https://doi.org/10.1109/72.712178 Lagaris, I. E., Likas, A. C., y Papageorgiou, D. G. (2000). Neural-network methods for boundary value problems with irregular boundaries. IEEE Transactions on Neural Networks, 11(5), 1041-1049. https://doi.org/110.1109/72.870037 Lee, H., y Kang, I. S. (1990). Neural algorithm for solving differential equations. Journal of Computational Physics, 91(1), 110-131. https://doi.org/10.1016/0021-9991(90)90007-N Merton, R. C. (1973). Theory of rational option pricing. The Bell Journal of Economics and Management Science, 141-183. Raissi, M., Perdikaris, P., y Karniadakis, G. E. (2017a). Physics informed deep learning (part i): Data-driven solutions of nonlinear partial differential equations. arXiv preprint arXiv:1711.10561. Raissi, M., Perdikaris, P., y Karniadakis, G. E. (2017b). Physics informed deep learning (part ii): Data-driven solutions of nonlinear partial differential equations. arXiv preprint arXiv:1711.10566. Raissi, M., Perdikaris, P., y Karniadakis, G. E. (2019). Physics-informed neural networks: A deep learning framework for solving forward and inverse problems involving nonlinear partial differential equations. Journal of Computational Physics, 378, 686-707. https://doi.org/10.1016/j.jcp.2018.10.045 |
dc.rights.spa.fl_str_mv |
John Freddy Moreno Trujillo - 2023 |
dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
dc.rights.coar.spa.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
dc.rights.uri.spa.fl_str_mv |
http://creativecommons.org/licenses/by-nc-sa/4.0 |
rights_invalid_str_mv |
John Freddy Moreno Trujillo - 2023 http://purl.org/coar/access_right/c_abf2 http://creativecommons.org/licenses/by-nc-sa/4.0 |
eu_rights_str_mv |
openAccess |
dc.format.mimetype.spa.fl_str_mv |
application/pdf |
dc.publisher.spa.fl_str_mv |
Universidad Externado de Colombia |
dc.source.spa.fl_str_mv |
https://revistas.uexternado.edu.co/index.php/odeon/article/view/9074 |
institution |
Universidad Externado de Colombia |
bitstream.url.fl_str_mv |
https://bdigital.uexternado.edu.co/bitstreams/3bd3a7cf-8ba6-49d6-8b37-802e3f74af41/download |
bitstream.checksum.fl_str_mv |
d7c752ed24c7a9cb1d1c099247df5024 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 |
repository.name.fl_str_mv |
Universidad Externado de Colombia |
repository.mail.fl_str_mv |
metabiblioteca@metabiblioteca.org |
_version_ |
1814100360557494272 |
spelling |
Moreno Trujillo, John Freddy2023-11-30T09:55:17Z2024-06-07T07:31:15Z2023-11-30T09:55:17Z2024-06-07T07:31:15Z2023-11-30Artículo conmemorativo por los 50 años del modelo Black-Scholes, en el cual se presenta la deducción de la ecuación diferencial parcial de valoración en el contexto de un modelo de mercado en tiempo continuo. Se propone como método de resolución el uso de una red neuronal físicamente informada (PINN), como una novedosa técnica del denominado aprendizaje de maquina científico, que permite resolver este tipo de ecuaciones sin la necesidad de un gran número de datos de entrenamiento. Se presenta la implementación del método y los resultados de valoración para el caso de opciones de compra europeas.Commemorative article for the 50th anniversary of the Black-Scholes model, presenting the derivation of the partial differential equation for pricing in the context of a continuous-time market model. The use of a physically informed neural network (PINN) is proposed as a resolution method, as a novel technique in the field of scientific machine learning, which allows solving these types of equations without the need for a large amount of training data. The article includes the implementation of the method and the valuation results for the case of European call options.application/pdf10.18601/17941113.n24.052346-21401794-1113https://bdigital.uexternado.edu.co/handle/001/15364https://doi.org/10.18601/17941113.n24.05spaUniversidad Externado de Colombiahttps://revistas.uexternado.edu.co/index.php/odeon/article/download/9074/15144Núm. 24 , Año 2023 : Enero-Junio922471ODEONBellman, R. (1966). Dynamic programming. Science, 153(3731), 34-37. https://doi.org/10.1126/science.153.3731.34Black, F., y Scholes, M. (1973). The pricing of options and corporate liabilities. Journal of Political Economy, 81(3), 637-654. https://doi.org/10.1086/260062Lagaris, I. E., Likas, A., y Fotiadis, D. I. (1998). Artificial neural networks for solving ordinary and partial differential equations. IEEE Transactions on Neural Networks, 9(5), 987-1000. https://doi.org/10.1109/72.712178Lagaris, I. E., Likas, A. C., y Papageorgiou, D. G. (2000). Neural-network methods for boundary value problems with irregular boundaries. IEEE Transactions on Neural Networks, 11(5), 1041-1049. https://doi.org/110.1109/72.870037Lee, H., y Kang, I. S. (1990). Neural algorithm for solving differential equations. Journal of Computational Physics, 91(1), 110-131. https://doi.org/10.1016/0021-9991(90)90007-NMerton, R. C. (1973). Theory of rational option pricing. The Bell Journal of Economics and Management Science, 141-183.Raissi, M., Perdikaris, P., y Karniadakis, G. E. (2017a). Physics informed deep learning (part i): Data-driven solutions of nonlinear partial differential equations. arXiv preprint arXiv:1711.10561.Raissi, M., Perdikaris, P., y Karniadakis, G. E. (2017b). Physics informed deep learning (part ii): Data-driven solutions of nonlinear partial differential equations. arXiv preprint arXiv:1711.10566.Raissi, M., Perdikaris, P., y Karniadakis, G. E. (2019). Physics-informed neural networks: A deep learning framework for solving forward and inverse problems involving nonlinear partial differential equations. Journal of Computational Physics, 378, 686-707. https://doi.org/10.1016/j.jcp.2018.10.045John Freddy Moreno Trujillo - 2023info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.http://creativecommons.org/licenses/by-nc-sa/4.0https://revistas.uexternado.edu.co/index.php/odeon/article/view/9074partial differential equation;Black-Scholes;pricing;neural networksecuación diferencial parcial;Black-Scholes;valoración;redes neuronalesResolución de la ecuación diferencial parcial de Black-Scholes mediante redes neuronales físicamente informadasSolving the Black-Scholes partial differential equation using physically - informed neural networksArtículo de revistahttp://purl.org/coar/resource_type/c_6501http://purl.org/coar/resource_type/c_2df8fbb1http://purl.org/coar/version/c_970fb48d4fbd8a85Textinfo:eu-repo/semantics/articleJournal articlehttp://purl.org/redcol/resource_type/ARTREFinfo:eu-repo/semantics/publishedVersionPublicationOREORE.xmltext/xml2597https://bdigital.uexternado.edu.co/bitstreams/3bd3a7cf-8ba6-49d6-8b37-802e3f74af41/downloadd7c752ed24c7a9cb1d1c099247df5024MD51001/15364oai:bdigital.uexternado.edu.co:001/153642024-06-07 02:31:15.96http://creativecommons.org/licenses/by-nc-sa/4.0John Freddy Moreno Trujillo - 2023https://bdigital.uexternado.edu.coUniversidad Externado de Colombiametabiblioteca@metabiblioteca.org |