Option pricing may be one of the most important issues in the trading market. In their 1973 paper, The Pricing of Options and Corporate Liabilities, Fischer Black and Myron Scholes published an option valuation formula that today is known as the Black-Scholes model. It has become the standard method of pricing options. And the large number of market participants use it. It is regarded as the most effective parametric model, but there are some assumptions that is inconsistent with real market. So it`s impossible with BS model to predict exact option price. So in this thesis we get the RBFN learning how option price and the other inputs are related. And furthermore we suggest the hybrid model mixed up Black-Scholes and RBFN.
적정한 옵션 가격을 결정하고 예측하는 모델은 실제로 옵션을 거래하는 시장에서나 market making을 하는 경우에서나 매우 중요하다. 1973년 Fischer Black and Myron Scholes에 의해서 만들어진 Black-Scholes formula는 지금까지 알려진 옵션의 가격을 결정하는 모델중 가장 효과적인 parametric model로 여겨지고 있으며, 실제 시장에서 많이 사용되고 있다. 하지만 Black-Scholes formula를 도출하는 데 사용한 가정들은 실제 시장과는 괴리가 있으므로 Black-Scholes formula를 통해 완벽한 옵션의 가격을 도출하기는 어렵다. 이에 인공지능 알고리즘을 통하여 옵션의 가격을 결정짓는 요인들과 옵션의 가격사이에 어떤 관계가 있는지 학습시켜보고, 이렇게 학습된 모델을 바탕으로 옵션 가격을 예측하였을 때 실제 시장과 어느정도 괴리가 있는지 실험해보았다. 또한 더 나아가, Black-Scholes formula와 인공지능 알고리즘을 혼합한 새로운 모델을 제시한다.
