Aprendizaje de refuerzo aplicado a cobertura de derivados
Date
2024-06
Authors
Kestler, Santiago Martín
relationships.isContributorOfPublication
Macri, Pablo
Glancszpigel, Federico
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad de San Andrés. Escuela de Negocios
Abstract
En el presente trabajo se estudia el uso de un algoritmo de aprendizaje
de refuerzo o reinforcement learning en inglés, para realizar
cobertura de riesgo en derivados. En especial, se analiza la factibilidad
de este algoritmo para su aplicación en casos de cobertura de
opciones de compra y venta europeas. Para ello, se comparan las posiciones
de cobertura del algoritmo con aquellos de la resolución por el
modelo tradicional de cobertura utilizando la fórmula de Black Scholes
Merton (BSM). Se concluye tras el análisis de las posiciones y del
error de estimación del modelo que es posible la aplicación de este algoritmo
para cubrir el riesgo de derivados proveniente del subyacente.
Además, se estima que para el modelo aplicado es necesario repetir el
entrenamiento para un nuevo derivado. Por último, es necesario contar
con una elevada cantidad de datos para ejercer un entrenamiento
efectivo del programa.
Description
Fil: Kestler, Santiago Martín. Universidad de San Andrés. Escuela de Negocios; Argentina.