Bitte verwenden Sie diesen Link, um diese Publikation zu zitieren, oder auf sie als Internetquelle zu verweisen: https://hdl.handle.net/10419/226571 
Autor:innen: 
Erscheinungsjahr: 
2015
Schriftenreihe/Nr.: 
Forschung am ivwKöln No. 3/2015
Verlag: 
Technische Hochschule Köln, Institut für Versicherungswesen (ivwKöln), Köln
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.
Schlagwörter: 
Dichte (Stochastik)
Persistent Identifier der Erstveröffentlichung: 
Creative-Commons-Lizenz: 
cc-by-nc-nd Logo
Dokumentart: 
Research Report

Datei(en):
Datei
Größe





Publikationen in EconStor sind urheberrechtlich geschützt.