Zusammenfassung:
In diesem Artikel schlagen wir die Verwendung eines genetischen Algorithmus (GA) zur Kalibrierung eines Stochastischen Prozesses an eine empirische Dichte von Aktienrenditen vor. Anhand des Heston Models zeigen wir wie eine solche Kalibrierung durchgeführt werden kann. Neben des Pseudocodes für einen einfachen aber leistungsfähigen GA präsentieren wir zudem auch Kalibrierungs-ergebnisse für den DAX und den S&P 500.
Zusammenfassung (übersetzt):
In this paper we propose the use of genetic algorithms when fitting a stochastic process to the empirical density of stock returns. Using the Heston Model as an example, we show how such a calibration can be carried out. We also present an easy to implement genetic algorithm and provide calibration results for the daily stock returns of the DAX and the S&P 500.