Floating exercise boundaries for American options in time-inhomogeneous models
本文针对负利率或负便利收益率下的时间非齐次模型,提出一种半解析方法处理美式期权行权边界动态出现与消失的浮动结构问题。
2025-07-18 q-fin.CP q-fin.MF q-fin.PR
Comparison of numerical and analytical approximations of the early exercise boundary of the American put option
本文定性和定量地比较了计算零红利美式看跌期权提前执行边界位置的各种解析和数值逼近方法。首先,我们分析他们的渐近行为接近到期。在本文的第二部分中,我们介绍了一个新的数值计算方案的整个早期行使边界。局部迭代数值方案是基于一个非线性积分方程的解决方案。我们比较了新方法得到的数值结果的投影逐次超松弛方法和分析近似公式最近由朱。
2010-08-27 q-fin.CP q-fin.PR
Early exercise boundary for American type of floating strike Asian option and its numerical approximation
本文推广和分析了Hansen和Jorgensen(2000)的美式亚式期权定价模型,引入了连续红利率$q$和浮动执行价平均的一般方法。我们着重于早期行使边界的定性和定量分析。构造了期权到期前提前行权边界的一阶泰勒级数展开式。我们还提出了一个有效的数值算法来确定早期行使边界位置的基础上的前端固定方法。构造的算法是基于一个非局部的抛物型偏微分方程的转换后的变量代表的合成投资组合的解决方案。各种数值结果和比较,我们的数值方法和(戴和郭2006年)开发的方法。
2009-12-07 q-fin.CP q-fin.PR
Sensitivity analysis of the early exercise boundary for American style of Asian options
本文分析了美式浮动执行价亚式看涨期权,该期权属于收益图不仅依赖于标的资产价格,而且依赖于标的资产价格在一定时间区间内的路径平均的金融衍生品。期权价格的数学模型归结为一个抛物型偏微分方程的自由边界问题。应用固定域变换和变量变换,我们开发了一个有效的数值算法的基础上的解决方案的非局部抛物型偏微分方程的转换后的变量代表的综合投资组合。对于各种类型的平均方法,我们调查的早期行使边界模型参数的依赖性。
2011-01-16 q-fin.CP q-fin.PR
An SFP--FCC Method for Pricing and Hedging Early-exercise Options under Lévy Processes
本文将Chan(2018)提出的奇异傅立叶-Padé(SFP)方法推广到莱维过程下的提前执行期权--丹麦期权、美式期权和离散监测障碍期权的定价/对冲。目前的SFP方法与Domínguez等人(2011)发明的Filon-Clenshaw-Curtis(FCC)规则相结合,我们称新方法为SFP-FCC。使用SFP-FCC方法的主要目的是需要少量的条款,以产生快速的误差收敛,并制定期权定价和期权希腊曲线,而不是个别的价格/希腊值。数值结果还表明,当无风险概率密度函数为分段光滑时,SFP-FCC方法在期权定价和套期保值中仍能保持全局谱收敛速度.此外,该方法的计算复杂度是$\mathcal{O}((L-1)(N+1)(\tilde{N} \log \tilde{N}) )$,其中$N$是(少量)复数傅立叶级数项,$\tilde{N}$是切比雪夫级数项的数量,以及$L$是早期锻炼/监测日期的数量。最后,我们表明,我们的方法是更有利的比现有的技术在数值实验。
2019-09-16 q-fin.CP q-fin.MF q-fin.PR
Dual representations for general multiple stopping problems
本文研究了广义多重停止问题的对偶表示,从而研究了一般多重执行期权的定价问题。我们推导出一个双重表示,它允许的现金流是受体积的限制建模的整数值适应过程和折射期建模的停时。因此,这扩展了Schoenmakers(2010),Bender(2011 a),Bender(2011 b),Aleksandrov和Hambly(2010)以及Meinshausen和Hambly(2004)关于多个锻炼选项的工作,这些选项要么考虑屈光期,要么考虑音量限制,但不是同时考虑两者。我们还允许比上述文献中的加法结构更灵活的现金流结构。例如,我们的设置涵盖了一些指数效用问题。我们补充的理论结果与显式蒙特卡罗算法构建的置信区间的多个执行期权的价格和验证的数值研究的摆动期权在电力市场中的定价。
2011-12-12 math.PR q-fin.CP q-fin.PR
Deep combinatorial optimisation for optimal stopping time problems : application to swing options pricing
本文提出了一种基于神经网络和离散随机变量随机化的随机控制新方法,并将其应用于最优停时问题。该方法直接对策略进行建模,不需要推导动态规划原理,也不需要求解倒向随机微分方程。不像连续优化自动微分直接使用,我们提出了一个似然比梯度计算方法。对美式期权和摆动期权的定价进行了数值检验。该算法在合理的计算时间内成功地对高维美式期权和摆动期权进行了定价,这是经典算法所不能做到的。
2021-01-08 q-fin.CP stat.ML
Solving high-dimensional optimal stopping problems using deep learning
ETH Zürich(苏黎世联邦理工学院);University of Münster(明斯特大学);D ONE Solutions AG(D ONE解决方案股份公司)
目前,许多金融衍生产品,如美式期权或丹麦期权,都是提前执行型的。通常,提前执行期权的定价会引起高维最优停止问题,因为维度对应于标的资产的数量。然而,由于众所周知的维数灾难,高维最优停止问题是出了名的难以解决。在这项工作中,我们提出了一个算法来解决这些问题,这是基于深度学习和计算,在提前行使期权定价的背景下,最佳的行使策略和价格的近似考虑的选项。所提出的算法也可以适用于最优停止问题,出现在其他领域的基础随机过程可以有效地模拟。我们提出了大量的例子问题的数值结果,其中包括许多高维美式和美式期权,如美式最大看涨期权在高达5000维的定价。大多数所获得的结果进行比较,通过利用特定的问题设计计算的参考值,或在可用的情况下,从文献中的参考值。这些数值结果表明,该算法是非常有效的情况下,许多基础,在精度和速度。
2021-08-08 cs.CE cs.LG math.PR
The Compound BSDE Method: A Fully Forward Method for Option Pricing and Optimal Stopping Problems in Finance
Utrecht University(乌得勒支大学)
本文提出一种基于深度学习的复合BSDE方法,用于高效解决高维金融期权定价和最优停止问题。
2026-01-30 cs.NA math.NA q-fin.CP
Hedging and Pricing European-type, Early-Exercise and Discrete Barrier Options using Algorithm for the Convolution of Legendre Series
School of Business, University of East London(东伦敦大学商学院);Department of Mathematical Sciences, Stellenbosch University(斯泰伦博斯大学数学科学系)
本文基于Legendre级数卷积算法(CONLeg方法)对在Levy过程中欧洲型、提前执行和离散监控障碍期权的定价与对冲进行了研究,提出了一种无需求积的金融建模方法,并展示了该方法在平值和深虚值期权以及长短期到期的期权定价与对冲中的高精度性能。
2019-05-03 cs.NA math.NA q-fin.CP
Discounted optimal stopping of a Brownian bridge, with application to American options under pinning
从数学上讲,美式金融衍生品的执行通常被简化为解决一个最优停时问题。打破了持有人的知识仅限于标的资产价格历史的一般假设,我们允许通过将其建模为布朗桥来披露有关资产终端价格的未来信息。这个模型可以在特殊的市场条件下使用,特别是我们专注于在文献中被称为“钉扎效应”,也就是说,当资产的价格接近一个高交易的期权接近其到期日的执行价格。我们的主要数学贡献是在表征的解决方案的最优停时问题的增益函数时,包括贴现因子。我们展示了如何数值计算的解决方案,我们分析的影响波动率估计的策略,通过计算的置信曲线周围的最优停时的边界。最后,我们比较我们的方法与最佳的运动时间的基础上的几何布朗运动,通过使用真实的数据表现出钉扎。
2020-08-22 q-fin.CP
Pricing and hedging game options in currency models with proportional transaction costs
在一个具有比例交易成本的多货币模型中,研究了博弈期权或以色列期权的定价、套期保值、最优执行和最优撤销问题。最优套期保值,取消和执行策略的有效结构,连同数值例子,以及概率的双重表示的出价和卖价的游戏选项。
2015-08-14 math.OC q-fin.CP q-fin.MF
Pricing American options under negative rates
本文首先定义了美式期权在正利率或负利率下的提前执行永远不是最优的标准。随后,对负利率下的各种行使区域形状进行了简要分析。然后提出了一个新的积分方程,该方程确定了负利率下的期权价格和两个提前执行边界。它展示了如何解决这个新方程,通过修改的现代和有效的算法Andersen和湖,从两个边界的初始猜测,以更微妙的变化,需要在他们的不动点方法的稳定性。最后,针对最前沿的有限差分法实现来评估所产生算法的性能和准确性。
2021-09-30 q-fin.CP q-fin.PR
Regularity of the Exercise Boundary for American Put Options on Assets with Discrete Dividends
本文分析了标的资产在期权有效期内某个已知时刻$t_d$支付离散红利时美式看跌期权最优执行边界的规律性。假设除息资产价格过程遵循布莱克-斯科尔斯动力学,并且股息金额是股息日期前除息资产价格的确定性函数。相关的最优停时问题的解决方案的特点可以在一个最优的行使边界,在没有股息的情况下,可能不再是单调的。在本文中,我们证明了当被除数函数是积极的和凹的,那么边界是不增加的左手邻域$t_d$,并趋于$0$随着时间趋于$t_d^-$的速度,我们可以表征。当被除数函数在零的邻域内是线性的时,我们证明了在$t_d$的左手邻域内运动边界的连续性和高接触原理。当它是整体线性时,证明了边界的右连续性和高切触原理在整体上成立。最后,我们展示了在这种情况下,所有以前的结果可以扩展到多个股息支付日期。
2010-06-04 math.OC math.PR q-fin.CP
Implied Stopping Rules for American Basket Options from Markovian Projection
本文研究了在多变量环境下美式一篮子期权的定价问题,其中包括Bachelier模型和布莱克-斯科尔斯模型。在高维情况下,由于维数灾难的存在,非线性偏微分方程方法求解该问题的成本变得过高。相反,这项工作建议使用一个停止规则,取决于一个低维马尔可夫预测的动态给定的篮子资产。结果表明,通过低维近似近似原始价值函数的能力是系统动力学的一个特征,并且不受美式一篮子期权的路径依赖性质的影响。假设我们知道前向过程的密度,并使用拉普拉斯近似,我们首先有效地评估对应于篮子的低维马尔可夫投影的扩散系数。然后,我们近似的最佳早期执行边界的选择,通过解决一个哈密尔顿-雅可比-贝尔曼偏微分方程的投影,低维空间。由此产生的接近最优的早期执行边界被用来产生一个执行策略的高维选项,从而提供了一个下限的美式篮子期权的价格。还提供了相应的上限。这些界限允许评估建议的定价方法的准确性。事实上,我们的近似提前执行策略为美式一篮子期权价格提供了一个直接的下限。由于罗杰斯的对偶参数后,我们得到一个相应的上限只解决低维最优控制问题。在数值上,我们使用的尺寸高达50篮子的方法的可行性。在这些例子中,期权价格的相对误差只有几个百分点。
2017-06-02 q-fin.CP
XVA at the Exercise Boundary
XVA是交易估值的一个重要组成部分,因此它必须影响在给定的净额结算集合内行使期权的决策。这对于无担保交易和有担保/清算交易都是如此,在这些交易中,KVA和MVA起着重要作用,即使CVA和FVA不起作用。然而,这种影响经常被忽视,在XVA模型,实际上在行使决策的期权所有者。本文描述了XVA如何影响锻炼决策,以及如何使用回归技术(Longstaff和Schwartz 2001)进行评估。然后,本文评估了XVA的影响的实质性在行使边界上交换的例子。
2016-10-02 q-fin.CP q-fin.PM q-fin.PR
Continuous-time Optimal Stopping through Deep Reinforcement Learning
Department of Statistics & Applied Probability, UC Santa Barbara(加州大学圣塔芭芭拉分校统计与应用概率系)
提出CARLOS算法,利用聚合深度神经网络学习任意精细时间分辨率下的停止规则,通过渐进式时间网格细化和自适应采样,逼近美式期权价格上界。
2026-06-17 cs.LG q-fin.CP q-fin.PR
Hermite Polynomial-based Valuation of American Options with General Jump-Diffusion Processes
本文提出了一种新的美式期权价格和执行策略的近似方法。该方案基于标的资产动态转移密度的Hermite多项式展开和美式期权价格的提前执行溢价表示。所提出的方法的优点有三个方面。首先,我们的方法不需要转换密度和特征函数的基础资产动态可达到封闭的形式。第二,我们的方法是快速和准确的,而价格和行使政策可以共同产生。第三,我们的方法具有广泛的应用。我们表明,所提出的近似的价格和最佳执行边界收敛到真正的。我们还提供了一个基于阶跃函数的数值方法来实现我们提出的方法。应用非线性均值回复模型,双均值回复模型,默顿和寇的跳跃扩散模型的介绍和讨论。
2021-04-24 econ.EM q-fin.CP q-fin.MF
Analytical and numerical results for American style of perpetual put options through transformation into nonlinear stationary Black-Scholes equations
分析和计算了一类波动率函数依赖于期权价格二阶导数的平稳广义Black-Scholes方程的提前执行边界。研究具有非线性波动率的非线性Black Scholes方程的动机来自期权定价模型,包括,例如,非零交易成本、投资者偏好、反馈和非流动性市场效应以及无保护投资组合的风险。提出了一种将美式永久看跌期权问题转化为求解常微分方程和隐式方程自由边界位置的方法。最后,我们提出的早期执行边界,期权价格及其依赖于模型参数的数值逼近的结果。
2017-07-02 q-fin.CP
Optimal double stopping time
我们考虑由$v(S)=\esssup\{E[ψ(τ_1, τ_2) | \F_S], τ_1, τ_2 \geq S \}$定义的每个停时$S$的最优双停时问题。在最优单停时问题的基础上,研究了最优停时的存在性,并给出了一种计算方法。关键点是构造{ \em新奖励} $ϕ$,使得值函数$v(S)$满足$v(S)=\esssup\{E[ϕ(τ) | \F_S], τ\geq S \}$。最后,我们给出了一个具有双倍执行时间的美式期权的例子。
2009-09-18 math.PR q-fin.CP
Double sweep LU decomposition for American options under negative rates
经典的Brennan-Schwartz算法求解与美式期权定价相关的偏微分方程的有限差分离散化所产生的线性互补问题,在负利率下不能得到精确解。这是由于负利率下可能出现两个行权边界,而该算法被证明只在单一行权边界的情况下才能得到精确解。本文解释了Brennan-Schwartz算法在两个方向上的两次扫描足以恢复精确解。
2022-03-16 q-fin.CP q-fin.PR
Deep learning and American options via free boundary framework
提出一种深度学习方法求解具有自由边界特征的美式期权模型。为了从我们提出的方法中提取被称为早期运动边界的自由边界,我们引入了朗道变换。为了有效地实现我们所提出的方法,我们进一步构建了一个对偶解决方案的框架,由一个新的辅助函数和自由边界方程。辅助函数被制定为包括前馈深度神经网络(DNN)输出,并进一步模拟远边界行为、平滑粘贴条件以及由于二阶空间导数和一阶时间导数而产生的剩余边界条件。由于早期运动边界及其导数不是先验已知的,所以由辅助函数模拟的边界值是近似形式的。同时,我们建立方程,近似早期行使边界和其衍生物直接从DNN输出的基础上在左边界的一些线性关系。此外,希腊选项是从这个辅助函数的导数。我们测试我们的实施与几个例子,并与现有的数值方法进行比较。所有指标表明,我们提出的深度学习方法提供了一种有效的和替代的方式来定价具有提前行使功能的期权。
2022-12-09 cs.NA math.AP math.NA
American Options Pricing under Heston Model via Curriculum Learning in Coupled PINNs
Indian Institute of Technology (BHU) Varanasi(印度理工学院(贝拿勒斯 Hindu 大学)瓦拉纳西)
本文提出利用耦合PINNs和课程学习方法解决Heston模型下的美式期权定价问题,通过预测期权价格和自由边界,提供高效稳定的数值解法。
2026-05-01 math.PR math.ST q-fin.CP
The Convexity of the Free Boundary for the American put option
研究了指数服从几何布朗运动过程的美式看跌期权定价的抛物自由边界问题。本文的贡献是提出了早期运动边界为凸函数的条件。
2017-04-09 q-fin.CP q-fin.GN
Pricing Bermudan options using regression trees/random forests
本文研究百慕大期权定价,提出用回归树和随机森林替代传统多项式基回归来估计持续价值中的条件期望,并证明LS算法的收敛性,发现随机森林在高维下表现优异。
2023-06-26 math.PR q-fin.CP
On the asymptotic free boundary for the American put option problem
在美式看跌期权的实际操作中,能够知道何时执行期权,何时不执行期权是很重要的。在基于标准几何布朗运动理论的股票价格模拟中,对于寿命较短的期权,通过分析二叉树,该问题相当容易处理。这是相当更具挑战性的决策,美国看跌期权与长期的生活。为了提供一个令人满意的分析,我们看看相应的自由边界问题,并表明,自由边界-这是曲线,分开的两个决定,行使或不-有一个渐近展开,其中的主要条款的系数表示为积分的自由边界。这就提出了一个观点,即人们可以使用数值模拟来近似积分,从而得到一个有效的方法来做出正确的决定,为长寿命的选择。
2004-12-16 math.OC q-fin.CP
Optimal stopping with f -expectations: the irregular case
本文考虑了具有非线性$f$ -期望(由一个Boundary引起)的最优停止问题,对报酬过程$ξ$不作任何正则性假设.和一般过滤。我们表明,价值的家庭可以聚集的可选过程$Y$。我们将过程$Y$表征为$ξ$的$\mathcal{E}^f$ -Snell包络。我们还建立了以$ξ$为障碍的反映边界条件下的价值过程$Y$的无穷小刻画。为此,我们首先建立了一个比较定理的不规则RBSDES。给出了不完全市场模型下具有非规则支付的美式期权定价问题的一个应用。
2018-08-01 math.OC math.PR q-fin.CP
American options valuation in time-dependent jump-diffusion models via integral equations and characteristic functions
Tendon School of Engineering, New York University(纽约大学坦登工程学院)
本文提出通过积分方程和特征函数方法,高效准确地估值时间依赖跳跃扩散模型中的美式期权,解决了传统方法的局限性。
2026-01-08 q-fin.CP q-fin.MF q-fin.PR
Transformation methods for evaluating approximations to the optimal exercise boundary for linear and nonlinear Black-Scholes equations
Comenius University(布拉迪斯拉发大学);Department of Applied Mathematics and Statistics, Faculty of Mathematics, Physics & Informatics, Comenius University(布拉迪斯拉发大学数学、物理与信息学院应用数学与统计系)
本文提出一种变换方法,将美式期权提前执行边界的自由边界问题转化为固定域上的非线性非局部抛物型方程,并设计迭代数值方案以近似求解边界,同时分析了线性和非线性Black-Scholes方程中边界对模型参数的依赖。
2008-05-05 cs.NA math.AP math.NA
Storage option an Analytic approach
静态存储优化的数学问题,制定和解决的变分分析。以隐式形式获得的解决方案是阐明最佳运动策略的最重要的功能。我们的解决方案取决于不同的约束类型,包括携带成本和循环约束。我们研究内在解和随机解之间的关系。特别是,我们给出了另一个证明,随机问题有一个“砰砰”的最优执行策略。我们还表明,为什么最佳的随机执行决策总是接近的内在。在后半部分,我们开发了扰动分析来解决随机优化问题。得到的近似解使我们能够估计存储选项的时间价值。特别是,我们找到了答案,而学术问题的渐近时间值的均值回归参数接近零或无穷大。我们还研究了摆动和存储问题之间的差异。分析结果与数值计算结果进行了比较,并发现在一个很好的协议。
2012-05-28 nlin.CD q-fin.CP q-fin.PR
Optimal stopping with signatures
我们提出了一种新的方法来解决最优停止问题(如金融中的美式期权定价)的基本随机过程$X$的最小假设。我们考虑经典的和随机的停时表示的粗糙路径签名$\mathbb{X}^{<\infty}$的线性和非线性泛函相关的$X$,并证明,最大化这些类的签名停时,事实上,解决了原来的最优停止问题。使用签名的代数性质,我们可以将问题重新转换为仅取决于(截断的)预期签名$\mathbb{E}\left[ \mathbb{X}^{\le N}_{0,T} \right]$的(确定性)最优化问题。通过应用深度神经网络方法来近似非线性签名泛函,我们可以有效地数值求解最优停止问题。对过程$X$的唯一假设是它是一个连续的(几何的)随机粗糙路径。因此,该理论包含了诸如分数布朗运动的过程,它既不是半鞅也不是马尔可夫过程,特别是可以用于分数模型中的美式期权定价,例如金融市场或电力市场。
2021-05-03 math.PR q-fin.CP
An iterative algorithm for evaluating approximations to the optimal exercise boundary for a nonlinear Black-Scholes equation
Comenius University(布拉迪斯拉发康斯坦丁神学家大学)
针对非线性Black-Scholes方程,提出一种将自由边界问题转化为固定域上非线性抛物型方程的方法,并设计迭代数值方案近似求解最优执行边界。
2007-10-28 cs.NA math.NA q-fin.CP
An Adaptive and Explicit Fourth Order Runge-Kutta-Fehlberg Method Coupled with Compact Finite Differencing for Pricing American Put Options
本文提出了一种自适应显式四阶Runge-Kutta-Fehlberg方法和一种四阶紧致格式来求解美式看跌期权问题。首先,利用对数变换和附加导数,将自由边界问题转化为固定区域的偏微分方程组。通过增加一个中间函数,并在固定的自由边界上,推导出一个二次公式来解析地计算最佳运动边界的速度。此外,我们实现了外推法,以确保至少,在空间中的三阶精度保持在边界点时,计算最佳的行使边界从其衍生物。因此,它使我们能够采用四阶空间和时间离散Dirichlet边界条件获得的资产期权,期权希腊人,和最佳的行使边界的数值解。Runge-Kutta-Fehlberg方法的优点是基于误差控制和时间步长的调整,以将误差保持在某个阈值。数值实验结果表明,该方法在计算速度和精度上都优于现有方法。
2021-07-25 q-fin.CP q-fin.MF q-fin.PR
A Monotone Limit Approach to Entropy-Regularized American Options
School of Mathematics and Statistics, University of New South Wales(新南威尔士大学数学与统计学院);Université Paris 1 Panthéon-Sorbonne, Centre d’Economie de la Sorbonne(巴黎第一先贤祠-索邦大学,索邦经济中心)
本文提出了一种基于Snell包络和反射反向随机微分方程的完全概率框架,用于熵正则化美式期权的单调极限方法,并通过数值实验验证了其有效性。
2026-02-20 q-fin.CP q-fin.MF
The Effect of Non-Smooth Payoffs on the Penalty Approximation of American Options
本文综合运用多种分析方法,对美式期权的价值、套期保值比率和最优执行策略进行了全面的分析。虽然在文献中充分建立了足够光滑障碍物的惩罚解的收敛,但是收敛的急剧速率,特别是梯度不连续性的影响(即,期权收益中无处不在的“扭结”)对这一利率的影响迄今尚未得到充分分析。这种效应变得很重要,尤其是当使用惩罚作为一种数字技术时。我们使用匹配的渐近展开来计算行使和持有区域之间的边界层,并计算一阶修正后的扩散或跳跃扩散模型的单个资产的代表性收益。此外,我们还演示了如何将[Jakobsen,2006]中的粘性理论框架应用于此设置,以推导出该值的上限和下限。在[Bensoussan & Lions,1982]的一个小的扩展中,我们得到了跳跃扩散模型下凸支付的期权敏感性的弱收敛速度。最后,我们概述了应用的结果,包括精度的提高外推。
2013-05-20 math.FA q-fin.CP
Faster Comparison of Stopping Times by Nested Conditional Monte Carlo
我们表明,故意引入嵌套的模拟阶段,可以导致显着的方差缩减时,比较两个停时的蒙特卡罗。我们推导出嵌套模拟的最佳数量,并证明该算法是非常强大的错误指定这个数字。该方法被应用到几个有关的问题,丹麦/美式期权。在这些应用中,我们的方法可以大大提高效率的其他方差缩减技术,即,准控制变量和多层蒙特卡罗。
2014-02-02 math.PR q-fin.CP
Valuation of path-dependent American options using a Monte Carlo approach
本文提出一种通过优化特定收益函数跟踪行权与持有区域边界的蒙特卡洛算法,用于准确计算美式期权价值,尤其适用于路径依赖型期权。
1998-01-12 cs.NA math.NA q-fin.CP
On an Optimal Stopping Problem with a Discontinuous Reward
Université du Québec à Montréal(蒙特利尔大学)
本文研究了具有不连续奖励函数的最优停止问题,通过分析费用和撤回费用函数,揭示了最优停止边界和提前撤回行为的决定因素。
2026-03-09 q-fin.CP q-fin.MF q-fin.PR
Unbiased Optimal Stopping via the MUSE
我们提出了一个新的无偏估计量估计的效用的最优停止问题。MUSE是Multilevel Unbiased Stopping Estimate的缩写,它以向后递归的方式在最优停止问题的每个阶段构造无偏的多级蒙特卡罗(MLMC)估计。与传统的顺序方法相比,MUSE可以并行实现。我们证明了MUSE具有有限的方差,有限的计算复杂度,并达到$ε$ -精度与$O(1/ε^2)$计算成本在温和的条件下。我们证明MUSE经验的期权定价问题,涉及高维输入和使用许多并行处理器。
2022-12-26 math.PR q-fin.CP stat.CO
On the rates of convergence of simulation based optimization algorithms for optimal stopping problems
在本文中,我们研究基于模拟的优化算法解决离散时间最优停止问题。这种类型的算法在定量金融领域的从业人员中很受欢迎。利用经验过程增量的大偏差理论,我们导出了最优的收敛速度,并证明了它们在一般情况下是不能改进的。导出的速率提供了一个指导,选择的模拟路径的数量需要在优化步骤中,这是至关重要的任何基于模拟的优化算法的良好性能。最后,我们给出了一个解决期权定价中出现的最优停止问题的数值例子来说明我们的理论发现。
2009-09-19 math.OC math.PR q-fin.CP
Optimal Stopping via Randomized Neural Networks
ETH Zurich(苏黎世联邦理工学院);Google Brain(谷歌大脑);Google(谷歌)
本文提出用隐藏层随机生成、仅训练最后一层的随机化神经网络来近似最优停止问题的延续价值,在高维美式期权定价和分数布朗运动最优停止任务上以更低计算成本达到与最先进方法相当的结果,并能高效计算Greeks。
2023-12-01 cs.LG cs.NA math.NA