Option pricing via reinforcement learning: Extensions and further ınsights on the QLBS model

---

Tezin Türü: Doktora

Tezin Yürütüldüğü Kurum: Orta Doğu Teknik Üniversitesi, Uygulamalı Matematik Enstitüsü, Finansal Matematik Anabilim Dalı, Türkiye

Tezin Onay Tarihi: 2023

Tezin Dili: İngilizce

Öğrenci: AHMET UMUR ÖZSOY

Danışman: Ömür Uğur

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Çalışmamızda döviz kurları üzerine yazılan Avrupa tipi opsiyonlarını dikkate alarak pekiştirmeli öğrenmeden (reinforcement learning) faydalanılmıştır. Bu amaçla, QLBS modeli olarak adlandırılan ve köklerini pekiştirici öğrenmeden alan bir opsiyon fiyatlama modelini yeni bir varlık tipiyle sunup, daha sonra yeniden formüle etmekteyiz. İlk önce döviz kurlarında çalışması beklenen QLBS modelini tanıtmaktayız. Döviz kuru piyasalarına ilişkin sayısal gösterimlerin yanı sıra daha detaylı içgörü sunmaktayız. Farklı yapı (states) önermekteyiz ve daha sonra uzantımızı karşılaştırmalı olarak test etmekteyiz. Döviz kurlarında oluşabilecek sıçramaları da kullanmakta ve QLBS modelinin nasıl tepki verdiğini incelemekteyiz. Sonrasında, işlemleri döviz kuru piyasalarında kalıcı etki bırakan büyük bir yatırımcıyı modelleyerek, QLBS modelini piyasa etkileri altında yeniden formüle etmekteyiz. Piyasa etkileri altında opsiyon fiyatlamasında makine öğrenimini zenginleştirmek ve katkı sağlamak amacıyla bambaşka bir yaklaşım sunmaktayız. Tüm bölümlerde, gösterge (kıyaslama) fiyatlara yakınsama elde etmekte ve QLBS modeline dayalı katkımızın, geleneksel opsiyon fiyatlandırma modellerine bir alternatif olabileceğini tartışmaktayız.