Μοντελοποίηση θερμοκρασίας με χρήση wavelet networks στα πλαίσια τιμολόγησης παράγωγων καιρού.

Abstract

Ένα σημαντικό κομμάτι της παγκόσμιας οικονομίας είναι εκτεθειμένο σε κινδύνους που σχετίζονται με τις μετεωρολογικές συνθήκες. Τα παράγωγα καιρού είναι χρηματοοικονομικά εργαλεία που επιτρέπουν τη διαχείριση αυτών των κινδύνων από οργανισμούς ή μεμονωμένους επενδυτές. Σε ένα παράγωγο καιρού, το υποκείμενο προϊόν είναι ένας δείκτης βασισμένος σε μία μετεωρολογική μεταβλητή όπως η θερμοκρασία, η βροχόπτωση ή η χιονόπτωση. Το μεγαλύτερο μέρος της διαρκώς αναπτυσσομενης αγοράς παραγώγων καιρού αφορά παράγωγα θερμοκρασίας. Για τη σωστή τιμολόγηση αυτών των παραγώγων, απαιτείται ένα μοντέλο που περιγράφει τη χρονική εξέλιξη της μέσης ημερήσιας θερμοκρασίας. Στην παρούσα εργασία η θερμοκρασία μοντελοποιείται χρησιμοποιώντας την μέθοδο της ανάλυσης κυματιδίων. Η ανάλυση κυματιδίων οδηγεί στην αναγνώριση όλων των περιοδικοτήτων και δυναμικών χαρακτηριστικών της θερμοκρασίας. Στη συνέχεια κατασκευάζονται νευρωνικά δίκτυα κυματιδίων τα οποία εκπαιδεύονται με βάση ιστορικά στοιχεία θερμοκρασίας για εφτά πόλεις για τις οποίες διαπραγματεύονται παράγωγα καιρού. Τα δίκτυα αυτά χρησιμοποιούνται για την πρόβλεψη μελλοντικών τιμών της μέσης ημερήσιας θερμοκρασίας σε αυτές τις πόλεις. Η ανάλυση των αποτελεσμάτων αποκαλύπτει μεγάλη ακρίβεια των προβλέψεων που προκύπτουν από αυτό το μοντέλο.