Buchumschlag

Pricing American Options using Machine Learning Algorithms

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Djagba, Prudence, Ndizihiwe, Callixte
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Computational Finance
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Synthetic American Option Pricing via Jump-HMM-Driven Heston Implied Volatility
von: Sun, Julia, et al.
Veröffentlicht: (2026)

Finance-Informed Neural Network: Learning the Geometry of Option Pricing
von: Aboussalah, Amine M., et al.
Veröffentlicht: (2024)

Neural Term Structure of Additive Process for Option Pricing
von: Lin, Jimin, et al.
Veröffentlicht: (2024)

Regret-Optimal Federated Transfer Learning for Kernel Regression with Applications in American Option Pricing
von: Yang, Xuwei, et al.
Veröffentlicht: (2023)

Mathematics of Differential Machine Learning in Derivative Pricing and Hedging
von: Gomes, Pedro Duarte
Veröffentlicht: (2024)

Neural Network Learning of Black-Scholes Equation for Option Pricing
von: Santos, Daniel de Souza, et al.
Veröffentlicht: (2024)

Machine Learning vs. Randomness: Challenges in Predicting Binary Options Movements
von: Arantes, Gabriel M., et al.
Veröffentlicht: (2025)

Assessing the Capabilities and Limitations of FinGPT Model in Financial NLP Applications
von: Djagba, Prudence, et al.
Veröffentlicht: (2025)

Exploring Large Language Models for Financial Applications: Techniques, Performance, and Challenges with FinMA
von: Djagba, Prudence, et al.
Veröffentlicht: (2025)

Accelerated Portfolio Optimization and Option Pricing with Reinforcement Learning
von: Keramati, Hadi, et al.
Veröffentlicht: (2025)

MLP, XGBoost, KAN, TDNN, and LSTM-GRU Hybrid RNN with Attention for SPX and NDX European Call Option Pricing
von: Ter-Avanesov, Boris, et al.
Veröffentlicht: (2024)

Bitcoin Price Prediction using Machine Learning and Combinatorial Fusion Analysis
von: Wu, Yuanhong, et al.
Veröffentlicht: (2026)

Can Machine Learning Algorithms Outperform Traditional Models for Option Pricing?
von: Milyushkov, Georgy
Veröffentlicht: (2025)

Research on Optimizing Real-Time Data Processing in High-Frequency Trading Algorithms using Machine Learning
von: Fan, Yuxin, et al.
Veröffentlicht: (2024)

Error Propagation in Dynamic Programming: From Stochastic Control to Option Pricing
von: Della Vecchia, Andrea, et al.
Veröffentlicht: (2025)

Graph-Theoretic Models for the Prediction of Molecular Measurements
von: Niane, Anna, et al.
Veröffentlicht: (2026)

Error Analysis of Deep PDE Solvers for Option Pricing
von: Rou, Jasper
Veröffentlicht: (2025)

Shallow Representation of Option Implied Information
von: Lin, Jimin
Veröffentlicht: (2026)

Deep Learning vs. Black-Scholes: Option Pricing Performance on Brazilian Petrobras Stocks
von: Gueiros, Joao Felipe, et al.
Veröffentlicht: (2025)

Inference with K-means
von: Adzika, Alfred K., et al.
Veröffentlicht: (2024)

Quantum-Inspired Tensor Neural Networks for Option Pricing
von: Patel, Raj G., et al.
Veröffentlicht: (2022)

American Call Options Pricing With Modular Neural Networks
von: Unnikrishnan, Ananya
Veröffentlicht: (2024)

Optimizing Deep Reinforcement Learning for American Put Option Hedging
von: Pickard, Reilly, et al.
Veröffentlicht: (2024)

Unveiling Nonlinear Dynamics in Catastrophe Bond Pricing: A Machine Learning Perspective
von: Chen, Xiaowei, et al.
Veröffentlicht: (2024)

Deep Learning-Based Electricity Price Forecast for Virtual Bidding in Wholesale Electricity Market
von: Wang, Xuesong, et al.
Veröffentlicht: (2024)

Multimodal Stock Price Prediction: A Case Study of the Russian Securities Market
von: Khubiev, Kasymkhan, et al.
Veröffentlicht: (2025)

UAMM: Price-oracle based Automated Market Maker
von: Im, Daniel Jiwoong, et al.
Veröffentlicht: (2023)

Application of Deep Reinforcement Learning to At-the-Money S&P 500 Options Hedging
von: Bracha, Zofia, et al.
Veröffentlicht: (2025)

Stock Price Prediction and Traditional Models: An Approach to Achieve Short-, Medium- and Long-Term Goals
von: Alamu, Opeyemi Sheu, et al.
Veröffentlicht: (2024)

An Advanced Ensemble Deep Learning Framework for Stock Price Prediction Using VAE, Transformer, and LSTM Model
von: Sarkar, Anindya, et al.
Veröffentlicht: (2025)

Learning Progression-Guided AI Evaluation of Scientific Models To Support Diverse Multi-Modal Understanding in NGSS Classroom
von: Kaldaras, Leonora, et al.
Veröffentlicht: (2025)

KANHedge: Efficient Hedging of High-Dimensional Options Using Kolmogorov-Arnold Network-Based BSDE Solver
von: Handal, Rushikesh, et al.
Veröffentlicht: (2026)

An Efficient Machine Learning Framework for Option Pricing via Fourier Transform
von: Zhang, Liying, et al.
Veröffentlicht: (2025)

Applying Informer for Option Pricing: A Transformer-Based Approach
von: Bańka, Feliks, et al.
Veröffentlicht: (2025)

Attribution Methods in Asset Pricing: Do They Account for Risk?
von: Chen, Dangxing, et al.
Veröffentlicht: (2024)

STN-GPR: A Singularity Tensor Network Framework for Efficient Option Pricing
von: Gribben, Dominic, et al.
Veröffentlicht: (2026)

Pricing options and computing implied volatilities using neural networks
von: Liu, Shuaiqiang, et al.
Veröffentlicht: (2019)

Deep Signature Algorithm for Multi-dimensional Path-Dependent Options
von: Bayraktar, Erhan, et al.
Veröffentlicht: (2022)

Adaptive Temporal Fusion Transformers for Cryptocurrency Price Prediction
von: Peik, Arash, et al.
Veröffentlicht: (2025)

Distributional Reinforcement Learning on Path-dependent Options
von: Özsoy, Ahmet Umur
Veröffentlicht: (2025)