UI - Skripsi Membership :: Back

UI - Skripsi Membership :: Back

Kalibrasi model heston dengan algoritma differential evolution pada perhitungan harga opsi saham = Calibration of the heston model with differential evolution in pricing stock option

Muhamad Adwiyadinul Haq; Bevina Desjwiandra Handari, supervisor; Gatot Fatwanto Hertono, supervisor; Siti Aminah, examiner; Titin Siswantining, examiner (Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia, 2014)

 Abstract

Model Heston merupakan salah satu model yang sangat populer untuk menghitung harga opsi. Namun, keakuratan model tersebut sangat bergantung pada parameter model yang digunakan. Oleh karena itu, pemilihan model parameter sama pentingnya dengan model itu sendiri. Salah satu cara untuk menemukan parameter model Heston terbaik adalah dengan cara meminimumkan fungsi eror antara hara opsi model dengan harga opsi yang berlaku di pasar. Cara seperti ini disebut kalibrasi. Implementasi kalibrasi model Heston dengan algoritma differential evolution (DE) dapat dilakukan dengan enam langkah. Langkah pertama, yaitu menentukan data harga opsi yang digunakan. Langkah-langkah selanjutnya yaitu menentukan metode perhitungan model Heston, fungsi eror, variasi dan parameter kontrol DE, serta kondisi terminasinya. Langkah terakhir, DE diimplementasikan untuk mendapatkan parameter model. Hasil simulasi lima puluh kali kalibrasi pada data harga opsi artifisial menunjukan DE telah cukup baik dalam mengkalibrasi empat dari lima jenis data harga opsi yang digunakan. Lebih jauh lagi, kalibrasi menggunakan lima puluh data harga opsi saham Apple Inc juga memberikan hasil yang cukup baik.

The Heston Model is one of the most popular model for option pricing. Yet, its accuracy is highly depend on choosing model parameters. Thus, choosing model parameters is important as the model itself. One way to choose the best model parameters is minimizing eror function between the model price and the market price. Such a way is called calibration. Calibrating Heston model with differential evolution (DE) algorithm can be implemented in six steps. First, decide the option price data used for calibration. Then, choose a method for evaluating option price by Heston Model, error function for calibration, variation and control parameter for DE, Also terminating condition of the algorithm. The last, Implement DE to get pameters of the model. The result of fifty times calibration with DE was good enough in four of five artifisial data used. Moreover, calibration using fifty option price of The Apple Inc data also show a good result.

 Digital Files: 1

Shelf
 S59226-Muhamad Adwiyadinul Haq.pdf :: Download

LOGIN required

 Metadata

Collection Type : UI - Skripsi Membership
Call Number : S59226
Main entry-Personal name :
Additional entry-Personal name :
Additional entry-Corporate name :
Study Program :
Subject :
Publishing : Depok: Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Indonesia, 2014
Cataloguing Source LibUI ind rda
Content Type text
Media Type unmediated ; computer
Carrier Type volume ; online resource
Physical Description xiii, 65 pages : illustration ; 28 cm + appendix
Concise Text
Holding Institution Universitas Indonesia
Location Perpustakaan UI, Lantai 3
  • Availability
  • Review
  • Cover
Call Number Barcode Number Availability
S59226 14-24-10149833 TERSEDIA
Review:
No review available for this collection: 20412331
Cover