Aplikace strojového učení pro výpočet CVA (Credit Valuation Adjustment) – Miroslav Holub
Miroslav Holub
Master's thesis
Aplikace strojového učení pro výpočet CVA (Credit Valuation Adjustment)
Aplikace strojového učení pro výpočet CVA (Credit Valuation Adjustment)
Abstract:
Tato diplomová práce zkoumá aplikaci neuronových sítí, konkrétně sítí Adam a AdamW, na urychlení procesu výpočtu Credit Valuation Adjustment (CVA), který se tradičně provádí pomocí Monte Carlo metody. Cílem je výrazně snížit výpočetní čas při zachování přesných výsledků. Využitím prediktivních schopností neuronových sítí tato práce usiluje o optimalizaci finančních výpočtů při hodnocení CVA. Byl vygenerován …moreAbstract:
This thesis investigates the application of neural networks, specifically Adam and AdamW networks, to accelerate the Credit Valuation Adjustment (CVA) calculation process, traditionally performed using Monte Carlo methods. The goal is to significantly reduce computational time while maintaining accurate results. By leveraging the predictive capabilities of neural networks, this research aims to optimize …more
Language used: English
Date on which the thesis was submitted / produced: 7. 8. 2024
Identifier:
https://vskp.vse.cz/eid/94621
Thesis defence
- Date of defence: 3. 9. 2024
- Supervisor: Jiří Witzany
- Reader: Vladislav Vacek
Citation record
Full text of thesis
Contents of on-line thesis archive
Published in Theses:- autentizovaným zaměstnancům ze stejné školy/fakulty
Other ways of accessing the text
Institution archiving the thesis and making it accessible: Vysoká škola ekonomická v Prazehttps://vskp.vse.cz/eid/94621
Vysoká škola ekonomická v Praze
Master programme:
Finanční inženýrství
Theses on a related topic
-
Fast object detection on mobile platforms using neural networks
Tomáš Repák -
Optimization techniques of neural networks for mobile platforms during training phase
Adam Grygar -
Cell Tracking Using Siamese Networks
Kristýna Janků -
Prostate Cancer Prediction with Graph Neural Networks
Štěpán Řihák -
Use of spiking neural networks
Václav HONZÍK -
Automatic Recognition of User Interface States Using Convolutional Neural Networks
Klára Petrovičová -
Anomaly segmentation using neural networks
Václav Hloušek -
On neural networks base study of radio galaxies
Radek Jančík