Recovering the value function of derivatives via simulation and Neural Networks with an application to structured products

Abstract

Αυτή η διατριβή προτείνει μια προσέγγιση βάσει δεδομένων μέσω της εκμάθησης Νευρωνικών Δικτύων για την ανάκτηση της συνάρτησης αξίας παραγώγων με την χρήση προσομοίωσης και Νευρωνικών Δικτύων με εφαρμογή σε δομημένα προϊόντα.This thesis proposes a data-driven approach by means of learning Neural Networks to recover the value function of derivatives with simulation and Neural Networks with an application to structured products.