프로젝트 소개
본 과제는 딥러닝을 활용해 임의의 금융 통계 모형에서 파생상품 가격과 그릭스의 계산용이성 확보를 목표로 하는 연구임. 몬테카를로 시뮬레이션으로 대규모 옵션 가격 데이터를 생성하고 인공신경망에 학습시켜, 복잡한 모형에서도 빠르고 정확한 평가를 가능하게 하는 접근임.
연구 목표는 가격뿐 아니라 무차익조건과 기존 수리적 평가 이론과의 정합성까지 갖춘 평가 신경망 개발에 있음. 핵심 내용은 FNN 학습, Hilbert-Sobolev space 조건 반영, network accuracy estimator 산출 및 모의실험 검증임. 기대 효과는 파생상품 위험관리와 계산비용 절감, 금융사 실무 적용 및 수학·통계학과와 금융산업계 협력 확대에 있음.