Amb motiu del tancament d'estiu, la validació de documents es reprendrà a partir del 28 d'agost de 2026. Disculpeu les molèsties.
Con motivo del cierre de verano, la validación de documentos se reanudará a partir del 28 de agosto de 2026. Disculpad las molestias
Due to the summer closure, document validation will resume starting August 28, 2026. We apologize for any inconvenience.

Fitxers

tfg_díaz_lozano_pere.pdf (6.51 MB)

Tipus de document

Treball de fi de màster

Data de publicació

2023-06-28

Llicència de publicació

cc by-nc-nd (c) Pere Díaz Lozano, 2023
Si us plau utilitzeu sempre aquest identificador per citar o enllaçar aquest document: https://hdl.handle.net/2445/202102

Rough volatility models using the signature transform: theory and calibration

Títol de la revista

Autors

Director/Tutor

ISSN de la revista

Títol del volum

Recurs relacionat

Resum

[en] In this thesis we study a general stochastic volatility model where the dynamics of the volatility process are described by using the signature transform, a key object in rough path theory which is also very popular in the machine learning community due to its fundamental properties in approximation theory. More specifically, we will present a general model for the evolution of the price of the underlying asset where the dynamics of the volatility are described by linear functions of the (time extended) signature of a primary underlying process. We will finally use this model in practice, showing how it can be efficiently calibrated to market prices of options by a Monte Carlo simulation.

Descripció

Treballs finals del Màster en Matemàtica Avançada, Facultat de Matemàtiques, Universitat de Barcelona: Curs: 2022-2023. Director: Josep Vives i Santa Eulàlia

Matèries

Processos estocàstics, Opcions (Finances), Treballs de fi de màster

Matèries (anglès)

Stochastic processes, Options (Finance), Master's thesis

Citació

Col·leccions

Màster Oficial - Matemàtica Avançada

Citació

DÍAZ LOZANO, Pere. Rough volatility models using the signature transform: theory and calibration. [consulted: 12 of August of 2026]. Available at: https://hdl.handle.net/2445/202102

Exportar metadades

JSON - METS

Compartir registre