A simplified Capital Asset Pricing Model
我们考虑一个Black-Scholes市场，在这个市场中，一些股票和一个指数被交易。简化的资本资产定价模型是通常的资本资产定价模型（CAPM）和指数增值率等于其波动率平方加上利率的声明的结合。(The合取的数学表述比通常的CAPM简单。我们的主要结果是，要么我们可以跑赢指数，要么简化的CAPM成立。
2011-11-11 q-fin.PM q-fin.PR
Price and Payoff Autocorrelations in a Multi-Period Consumption-Based Asset Pricing Model
本文揭示了多期消费型资产定价模型的基本定价方程对价格与收益自相关性的隐性依赖，推导了描述平均价格、收益、波动率及自相关性的近似式，并证明结果适用于ICAPM等其他定价模型。
2024-03-24 econ.GN q-fin.EC q-fin.PR
Asset Pricing with Random Volatility
本文提出了一种混合扩散过程的资产价格动态模型，其中潜在扩散过程的瞬时波动率包含一个随机向量。所提出的过程的边际概率分布可以精确地匹配现货香草期权和远期启动期权所隐含的风险中性分布。我们还可以推导出在广义几何布朗运动下具有封闭解的衍生品的显式定价公式。
2018-09-19 q-fin.MF q-fin.PR
Asset Pricing in an Imperfect World
在一个没有给定概率测度的模型中，我们考虑了存在摩擦和其他缺陷的资产定价，并刻画了一致定价的性质，这是一个与无套利性质有关（但比无套利性质弱得多）的概念。我们表明，价格是一致的，当且仅当一组定价措施是非空的，即如果定价的期望是可能的。然后，我们得到一个分解的连贯价格突出泡沫的作用。最后，我们表明，在非常弱的条件下，期权的一致定价允许一个非常明确的表示，允许在Breeden和Litzenberger，提取隐含的概率。
2014-10-23 q-fin.MF q-fin.PR
An Asymmetric Capital Asset Pricing Model
本文提出非对称资本资产定价模型，区分多头与空头头寸的市场风险，并以苹果股票为例表明其波动性仅对卖空者更高，揭示标准模型未捕捉的头寸依赖风险特性及其对预期收益与对冲设计的意义。
2024-05-06 q-fin.PR
Pricing joint claims on an asset and its realized variance under stochastic volatility models
在随机波动率的框架下，我们发现了一个一般的定价方程的一类支付取决于市场资产的终端价值和其最终的二次变化。这使得欧洲式债权的定价工具能够在到期时支付基础及其已实现波动率/方差的联合函数。我们研究了不同随机波动率模型下的解，给出了这些索赔的Delta和Gamma的计算公式，并介绍了一些新的有趣的支付，可以通过这个方程定价。数值计算结果，并与那些从平原香草衍生物。
2012-06-11 q-fin.PR
Game-Theoretic Capital Asset Pricing in Continuous Time
我们从有效市场假设中推导出连续时间内资本资产表现的公式，没有随机假设，也没有关于投资者信念或偏好的假设。我们的有效市场假说认为，一个手段有限的投机者不可能以一个实质性的因素击败一个特定的指数。我们的研究结果包括一个公式，类似于经典的CAPM公式的预期简单收益的证券或投资组合。这篇文章的这个版本基本上写于2001年12月，但仍然是一份工作文件。
2018-02-05 q-fin.PR
Ambiguous volatility and asset pricing in continuous time
本文制定了一个连续时间框架，捕捉决策者的关注与波动性和漂移的模糊性的效用模型。对资产定价理论中的一些基本结果作了相应的推广。首先，我们推导出基于套期保值参数的无仲裁定价规则。双向波动性意味着市场的不完全性，排除了完美的对冲。因此，套期保值的论点决定价格只到区间。然而，通过假设偏好最大化和均衡，可以得到更精确的预测。因此，我们将效用模型应用到一个具有代表性的代理禀赋经济中来研究均衡资产收益。一个版本的C-CAPM的推导和模糊波动的影响进行了描述。
2013-01-20 math.PR q-fin.PR
Dynamic Asset Pricing Theory for Life Contingent Risks
本文在无套利完备市场框架下，利用资产定价基本定理推导生命或有资产（人寿保险与年金）的估值公式，并阐明动态经济中静态投资组合的适用条件。
2025-03-27 math.PR q-fin.MF q-fin.PR
A note on the Fundamental Theorem of Asset Pricing under model uncertainty
我们证明了ArXiv：1305.6008关于资产定价基本定理和超套期保值定理的结果可以推广到可用于静态套期保值的期权（\emph{hedging options}）报价有买卖价差的情况。在这个设置中，我们需要使用\emph{robust no-arbitrage}的概念，在非零价差的对冲期权是\emph{non-redundant}的额外假设下，它等价于无套利。一个关键的结果是可达到的要求的集合的封闭性，这需要在我们的设置新的证明。
2014-09-29 q-fin.PR
Pricing options on illiquid assets with liquid proxies using utility indifference and dynamic-static hedging
本文研究了非流动资产Z上的欧式期权的最优定价和套期保值问题，该问题使用两个代理：一个流动资产S和另一个流动资产Y上的流动欧式期权.我们假设S-套期保值是动态的，而Y-套期保值是静态的。使用无差异定价方法，我们推导出价值函数的哈密顿-雅可比-贝尔曼方程，并使用资产Y和Z之间的完美相关性极限附近的渐近展开来解析地求解（求积）。虽然在本文中，我们将我们的框架应用于信用股权默顿模型的不完整市场版本，但同样的方法可以用于其他资产类别（股票，商品，外汇等），例如，用于对具有非流动性履约或非流动性奇异期权的期权进行定价和对冲。
2012-05-15 q-fin.CP q-fin.GN q-fin.PR
Entropy-Based Financial Asset Pricing
我们研究熵作为金融风险的措施。与资本资产定价模型的贝塔参数相比，熵以更简单的方式解释了证券和投资组合的权益溢价，同时具有更高的解释力。对于资产定价，我们定义连续熵作为风险的替代度量。我们的研究结果表明，熵减少的证券数量的功能，在一个投资组合中的标准差类似的方式，有效的投资组合位于双曲线的预期收益率熵系统。在实证研究中，我们使用了150只随机选择的证券的27年的每日收益率。我们的回归结果表明，熵比资本资产定价模型beta对预期收益率有更高的解释力。此外，我们显示的时间变化的行为的beta随着熵。
2015-01-06 q-fin.PR q-fin.ST
Unifying Market Microstructure and Dynamic Asset Pricing
本文提出离散二叉树模型，将移动平均、自回归等市场微观结构导致的历史依赖纳入动态资产与期权定价，并在风险中性测度下保持市场完备、无套利及原价格动态参数。
2024-02-28 q-fin.MF q-fin.PR
CAPM, rewards, and empirical asset pricing with coherent risk
本文有两个主要目标：1。我们提出了一个基于一致性风险的CAPM的变体。2.除了真实世界测度和风险中性测度外，我们还提出了第三种测度：极端测度。这一措施的引入为研究前两项措施之间的关系提供了有力的工具。特别是，这给了我们-一种新的方法来衡量回报; -一种新的方法来实证资产定价。
2006-05-02 math.PR q-fin.PR q-fin.RM
European Power Option Pricing with Extended Vasicěk Interest Rate and Exponential Ornstein-Uhlenbeck Asset Process under Different Market Assumptions
在两种不同的市场假设下，给出了以连续红利为基础的欧式幂期权定价的一般框架，其中，在等价鞅测度概率空间和真实世界概率空间中，Vasicrank利率过程和指数Ornstein-Uhlenbeck资产过程中的布朗运动是时间相关的.在市场假设Vasicleck利率与指数Ornstein-Uhlenbeck过程在等价鞅测度概率空间上相关的条件下，利用鞅方法研究了两种支付类型下的欧式幂期权定价.然后，通过构造一个Girsannov变换，将真实世界的概率映射到风险中性的等价鞅测度上，求解了在市场假设Vasicerk利率与指数Ornstein-Uhlenbeck过程在真实世界概率相关的条件下的欧式幂期权定价.最后，在统一的理论框架和封闭的公式表达下，在上述两种市场假设下，分别推导了计值单位变化和T-远期测度下的欧式幂期权定价公式。
2022-05-21 q-fin.PR
Martingale selection problem and asset pricing in finite discrete time
给定一个集值随机过程$(V_t)_{t=0}^T$，如果存在一个适应的选择子序列$ξ_t\in V_t$，且允许一个等价的鞅测度，则我们说鞅选择问题是可解的.本说明的目的是强调这个问题与一般离散时间市场模型中的资产定价问题之间的联系，该模型具有投资组合约束和交易成本。对于相对开凸集$V_t(ω)$的情形，给出了适当广义鞅选择问题可解的有效充要条件。我们表明，这一结果允许获得计算上可行的公式或有权益的价格界限。对于货币市场的情况下，我们也给出了评论的资产定价的第一基本定理。
2006-02-27 math.PR q-fin.PR
Fundamental Theorem of Asset Pricing under Transaction costs and Model uncertainty
我们证明了离散时间金融市场的资产定价基本定理，其中交易服从成比例的交易成本，资产价格动态由一系列可能非支配的概率测度来建模。使用一个向后-向前的计划，我们表明，当市场由一个货币市场帐户和一个单一的股票，无套利在一个准肯定的意义上是等价于存在一个合适的家庭的一致的价格系统。我们还表明，当市场由多个动态交易的资产，并满足\emph{efficient friction}，严格无套利在一个准肯定的意义是等价于存在一个合适的家庭严格一致的价格系统。
2015-08-30 math.PR q-fin.PR
Empirical asset pricing with nonlinear risk premia
在本文中，我们介绍了一个简单的连续时间资产定价框架，一般多维扩散过程的基础上，结合半解析定价与非线性规格的市场价格的风险。我们的框架保证了弱解的非线性SDES的物理措施下的存在性，从而允许工作与非线性模型的现实世界中的动态文献中没有考虑到目前为止。它出现的额外的灵活性，在时间序列建模是计量经济学相关的：一个非线性随机波动率扩散模型的联合时间序列的标准普尔100指数和VXO隐含波动率指数数据显示出优越的预测能力超过标准规格的隐含和实现的方差预测。
2009-11-04 q-fin.PR q-fin.ST
Bridge Copula Model for Option Pricing
在本文中，我们提出了一个新的多资产定价模型，这是建立在新开发的可解的多参数单资产扩散族的非线性微笑形波动率和仿射漂移。我们的多资产定价模型是通过使用copula方法。特别是，所有的贴现单一资产价格过程建模为一个风险中性测度下的鞅扩散。价格过程是所谓的Uhlenbeck扩散，它们每个都是通过将变量（Ito）变换与对基础Ornstein-Uhlenbeck（高斯）过程执行的度量变化相结合而生成的。因此，我们利用一个正常的桥Copula耦合的单资产动态，同时减少多资产价格过程的分布，一个多元正态分布。这种方法使我们能够以精确和快速的方式模拟多维价格路径，从而使用蒙特卡罗方法为亚洲式和丹麦式期权等路径依赖的金融衍生品定价。我们还展示了如何成功地校准我们的多资产定价模型，通过拟合各自的股票期权和资产市场价格的单资产模型和他们的回报相关性（即copula函数）使用最小二乘和最大似然估计方法。
2011-10-21 q-fin.CP q-fin.PR
Asset pricing with random information flow
在基于信息的资产定价方法中，市场过滤被明确地建模为关于相关市场因素和独立噪声的信号的叠加。信号向市场传递的速度决定了资产波动的总体幅度。通过使该信息流率随机，我们得到了一个基本的随机波动率模型的信息为基础的方法。这种延伸在经济上是合理的，因为在现实市场中，信息流动率很少是可测量的。在一个简单的模型设置的背景下，有一个随机的信息流率的影响进行了详细研究。具体而言，资产的价格过程是派生的，其特征行为通过模拟研究揭示。通过对一个欧式期权价格的计算，表明该模型具有足够的灵活性来拟合波动率曲面。作为随机信息流模型的一个推广，本文考虑了价格操纵问题.一个简单的模型被用来显示如何操纵和未操纵的价格过程的偏度采取相反的签名。
2010-09-20 q-fin.PR
Path Integral and Asset Pricing
本文对欧氏路径积分在资产定价中的应用进行了实用性和教学性的讨论。然后，我们说明了路径积分方法的短期利率模型。通过理解Vasicek/Hull-White模型中路径积分测度的变化，我们可以将相同的技术应用于“不太容易处理”的模型，如Black-Karasinski模型。我们给出了明确的公式计算债券定价函数在这样的模型中的量子力学的“半经典”近似的模拟。我们还概述了如何应用微扰量子力学技术超越“半经典”近似，这是由费曼图促进。
2016-08-10 hep-th q-fin.MF q-fin.PR
Pricing multi-asset derivatives by finite difference method on a quantum computer
随着最近量子计算技术的巨大进步，人们对其在包括金融在内的行业中的应用越来越感兴趣。在本文中，我们专注于衍生品定价的基础上解决的Black-Scholes偏微分方程的有限差分方法（FDM），这是一个合适的方法，为某些类型的衍生品，但遭受{ \it灾难的维数}，即指数增长的复杂性的情况下，多个标的资产。提出了一种基于FDM的多资产衍生品定价的量子算法，与经典算法相比，该算法在维数上具有指数加速比。该算法利用量子算法求解微分方程，这是基于量子线性系统算法。针对衍生品定价中的具体问题，即从量子算法的输出状态中提取当前标的资产价格的衍生品价格，给出了整个计算过程，并估计了其复杂度。我们相信，所提出的方法为量子计算机精确和高速的衍生品定价开辟了新的可能性。
2021-09-27 q-fin.CP q-fin.PR quant-ph
Improved Frechet bounds and model-free pricing of multi-asset options
当部分信息可用时，例如在$[0,1]^2$的给定子集上的copula的值，或copula的泛函的值，关于和谐阶单调，计算二元随机向量的copula上的改进的界限。然后，这些结果被用来计算模型的自由边界的价格的两种资产的选择，利用额外的信息的依赖结构，如价格的另一种两种资产的选择。
2011-03-25 math.PR q-fin.CP q-fin.PR
The fundamental theorem of asset pricing, the hedging problem and maximal claims in financial markets with short sales prohibitions
本文分下列两部分:1.在第一部分中，我们证明了连续时间金融模型在卖空禁止下的资产定价基本定理，其中资产价格由非负的、局部有界的半鞅驱动。该证明中的一个关键步骤是Ansel和Stricker的一个著名结果的推广。在第二部分中，我们研究了这些模型中的套期保值问题，并将其与一个适当定义的未定权益的“极大化”性质联系起来。
2014-01-15 math.PR q-fin.PR
Fundamental theorems of asset pricing for piecewise semimartingales of stochastic dimension
本文件有两个目的。首先将n维半鞅及其随机积分的概念推广到随机维数的分片半鞅。前者的性质在很大程度上原封不动地延续到后者，避免了无限维随机积分的一些陷阱。第二，推广了资产定价的两个基本定理：风险为零时没有免费午餐等价于价格过程存在等价的sigma-鞅测度，第一类无套利等价于非负财富过程集合存在等价的局部鞅平减指数。
2011-12-22 q-fin.GN q-fin.PR
Matching distributions: Asset pricing with density shape correction
本文研究了一种基于单步随机现金流的资产定价方法。该估值基于以规范方式构建基准证券的欧式衍生品，使得实物收益分布与（校正后的）实物资产价格分布一致。事实证明，这种定价技术在某些自然情况下是经济可行的。在这里，以这种方式产生的定价规则的基本属性进行调查。这就产生了一种新的估计国家价格密度的方法。我们的方法有一些切实的好处：它的原理是透明的，并且很容易在数字上实现，同时避免了这种估计中通常涉及的许多问题。作为一个应用程序，它示出了如何使用这种方法可以在执行峰度校正的标准Black-Scholes-Merton模型的混合几种类型的分布。事实上，该技术本质上是非参数的，并且它原则上可以处理任何物理分布，例如，一个多模式的还讨论了其他一些有趣的应用。
2018-03-11 math.PR q-fin.PR
Efficient Pricing of Barrier Options on High Volatility Assets using Subset Simulation
障碍期权是证券交易所交易最广泛的奇异期权之一。本文提出了一种新的随机模拟方法来为障碍期权定价并估计相应的执行概率。我们发现，该方法总是优于标准的蒙特卡罗方法，并成为更有效的标的资产具有高波动率时，而它比多层蒙特卡罗障碍期权和标的资产的特殊情况下，表现得更好。这些理论研究结果得到了大量仿真结果的证实。
2018-03-28 q-fin.CP q-fin.PR stat.AP
Dynamic Asset Pricing in a Unified Bachelier-Black-Scholes-Merton Model
本文提出统一Bachelier与Black-Scholes-Merton的完备市场模型，推导期权、债券及衍生品定价公式，并分析其在特定极限下退化为经典模型的性质。
2024-06-10 q-fin.MF q-fin.PR
(Early) AI Compute Asset Pricing
Johns Hopkins University（约翰斯·霍普金斯大学）
研究人工智能计算资产定价问题，构建早期资产定价框架，通过讨论计算租赁市场及定价方式，利用合成期货构建收益面板，得出初步证据显示存在正计算风险溢价及计算提供商有套期保值压力的结论。
2026-10-22 q-fin.PR
Equilibrium Asset Pricing with Transaction Costs
我们研究的风险分担经济中，异质代理人的贸易受到二次交易成本。相应的均衡资产价格和交易策略的特点是一个系统的非线性，完全耦合的前向倒向随机微分方程。我们表明，一个唯一的解决方案一般存在的代理人的偏好是足够相似的。在一个具有线性状态动态的基准规范中，经验观察到的非流动性折价和流动性溢价对应于交易成本和波动性之间的正相关关系。
2020-09-30 math.PR q-fin.PM q-fin.PR
A One-Factor Conditionally Linear Commodity Pricing Model under Partial Information
研究了部分信息下以Ornstein-Uhlenbeck过程为状态变量的单因素资产定价模型：均值回复水平和均值回复速度参数被建模为隐不可观测的随机变量.给出了以流动性资产为基础的衍生证券的无套利定价公式和以非流动性资产为基础的衍生证券的指数效用无差异定价公式。此外，一个条件线性过滤的结果被引入到计算的定价/套期保值公式和贝叶斯估计的隐藏变量。
2014-06-17 q-fin.MF q-fin.PR
Generalized asset pricing: Expected Downside Risk-Based Equilibrium Modelling
我们引入了一个均衡资产定价模型，我们建立在一个新的风险度量，预期下行风险（EDR）和预期收益率之间的关系。一方面，我们提出的风险度量使用非参数方法，使我们能够摆脱对收益分布的任何假设。另一方面，我们的资产定价模型是基于预期理论的损失厌恶投资者，通过它我们实现了投资者在动态环境中的风险寻求行为。通过在我们提出的模型中加入EDR，可以省略常用均衡模型中不切实际的假设，例如排除寻求风险或定价者的投资者，以及假设无限的杠杆机会和唯一的利率。因此，我们认为，基于更现实的假设，我们的模型是能够描述均衡预期收益率与更高的准确性，我们支持的经验证据。
2015-12-06 q-fin.GN q-fin.PR
ESG-Valued Portfolio Optimization and Dynamic Asset Pricing
ESG评级为社会责任投资提供了一个量化的衡量标准。我们提出了一个统一的框架，将数字ESG评级动态定价理论。具体来说，我们引入了ESG值回报，这是财务回报和ESG得分的线性约束转换。这导致了在由回报、风险和ESG评分控制的空间中更复杂的投资组合优化问题。该框架保留了传统的风险厌恶参数，并引入了ESG亲和度参数。我们应用这个框架开发ESG价值：投资组合优化;资本市场线;风险措施;期权定价;和计算的影子无风险利率。
2022-06-06 q-fin.PM q-fin.PR
A q-binomial extension of the CRR asset pricing model
我们提出了一个扩展的Cox-Ross-Rubinstein（CRR）模型的基础上$q$ -二项式（或Kemp）随机游走，与应用程序的逻辑故障率违约。该模型允许我们考虑时间相关的切换概率根据非自相似二叉树上的趋势参数而变化。特别是，它包括控制增量大小的倾斜和拉伸参数。利用$q$ -二项式系数给出了期权定价公式，并研究了该模型在连续时间下收敛于Black-Scholes型公式.得到了一个$O(N^{-1/2})$阶的收敛速度。
2023-02-06 math.PR q-fin.PR
Asset Pricing with Heterogeneous Beliefs and Illiquidity
本文研究了在连续时间内N个代理人之间交易的资产的均衡价格，这些代理人对资产收益背后的状态过程具有异质性信念。我们提出了一个易于处理的模型，代理商最大化预期收益率下的库存和交易率的二次成本。唯一的均衡价格的特点是弱耦合的线性抛物方程组，这表明持有和流动性成本发挥双重作用。我们推导出了小交易和持有成本的领先阶渐近性，从而进一步深入了解了非流动性的均衡和后果。
2020-03-25 q-fin.GN q-fin.MF q-fin.PR
Finitely additive probabilities and the Fundamental Theorem of Asset Pricing
这项工作的目的是在一个金融市场的第一类套利的经济健全的条件下，在数学上的含义有更深的理解。根据资产定价（FTAP）基本定理的精神，本文证明了市场中不存在第一类套利等价于存在一个弱可加概率，弱等价于原始的且仅局部可数可加，在此概率下，贴现财富过程成为“局部鞅”.上述结果然后被用来获得一个独立的证明的FTAP的Delbaen和Schachermayer。最后，对于连续路径半鞅资产价格过程的情形，给出了前面讨论的一个简单而简短的处理。
2009-11-29 q-fin.GN q-fin.PR
A Merton-Like Approach to Pricing Debt based on a non-Gaussian Asset Model
本文是对2004年7月20-26日在Erice举行的复杂性、亚稳性和非扩展性研讨会论文集的贡献，将由世界科学出版社出版。我们提出了一个推广默顿的模型来评估信用利差。在他最初的工作中，假设公司的资产遵循对数正态过程。我们在这个模型中引入了厚尾和偏斜，与Borland和Bouchaud（2004，Quantitative Finance 4）的期权定价模型相同，并说明了每个组成部分的影响。初步的实证结果表明，该模型非常适合经验观察到的信用利差与参数化，也匹配观察到的股票收益率分布和期权价格。
2005-01-17 cond-mat.other q-fin.PR
Heat Kernel Framework for Asset Pricing in Finite Time
提出了一种热核方法，用于在有限时间内建立一个通用的、灵活的、数学上易于处理的资产定价框架。在不完全市场中产生价格系统的定价核由加权热核建模，加权热核由多变量马尔可夫过程驱动，并提供足够的自由度，以校准相关数据，例如债券价格的期限结构。它示出了如何，对于一类模型，债券，caplet和swaptions的价格可以计算在封闭的形式。推导了价格过程的动力学方程，得到了短期利率、风险溢价和价格的随机波动率的显式表达式。本文提出的几个封闭形式的资产价格模型是由具有不同概率规律的马尔可夫跳跃过程的组合驱动的。这些模型为金融市场的多个部门（包括股票、固定收益、商品和保险）的一致应用提供了丰富的基础。资产价格模型所依据的灵活、多维和多变量结构，很适合于对不同资产类别之间的依赖关系进行透明建模。举例来说，债务螺旋式上升对价格的影响是金融危机的一个典型特征，它被明确地建模，在资产回报的动态中很容易观察到传染效应。
2013-09-26 math.PR q-fin.PR
Fundamental theorem of asset pricing with acceptable risk in markets with frictions
我们研究了一个理性的代理人应该考虑在给定的证券市场之外交易一个金融合同的价格范围。交易受到不成比例的交易成本和投资组合限制的制约，通过市场工具进行全面复制并不总是可能的。合理性的定义是与市场价格和可接受的风险阈值的一致性。我们得到了一个直接的和双重的描述市场一致的价格与可接受的风险。双重特征需要对经典的资产定价基本定理进行适当的扩展，其中套利机会的作用是由好的交易发挥的，即，以可接受的风险回报权衡的无成本投资机会。特别是，我们强调了可扩展的好交易的重要性，即，投资机会是好的交易，无论其数量。
2022-04-07 q-fin.MF q-fin.PR
Pricing of European Basket Call Option under Exponential Ornstein-Uhlenbeck Process
讨论了n种资产和债券的欧式一篮子看涨期权的定价问题，其中n种资产和债券的价格均服从指数Ornstein-Uhlenbeck过程.导出了欧式一篮子期权定价公式的封闭形式。利用随机微分方程的一阶微分近似数值解（Milstein方法），给出了3种资产的欧式一篮子期权定价的仿真算例。
2015-06-04 math.PR q-fin.MF q-fin.PR
Asset Pricing in the Presence of Market Microstructure Noise
Texas Tech University（德克萨斯理工大学）
本文提出连续时间与离散二叉树两种模型，将市场微观结构噪声纳入资产与欧式期权动态定价，证明模型市场完备并提供实证提取噪声对波动率和漂移系数的影响。
2025-10-31 q-fin.PR
Asset Pricing and Deep Learning
SenseTime Research（商汤科技研究院）
传统的机器学习方法在金融创新中得到了广泛的研究。我的研究重点是深度学习方法在资产定价中的应用。我研究了各种用于资产定价的深度学习方法，特别是用于风险溢价测量的方法。所有模型都采用相同的预测信号（公司特征、系统风险和宏观经济）。我展示了各种最先进的（SOTA）深度学习方法的高性能，并指出具有记忆机制和注意力的RNN在预测性方面具有最佳性能。此外，我使用深度学习预测向投资者展示了巨大的经济收益。我的对比实验结果突出了领域知识和金融理论在设计深度学习模型时的重要性。我还展示了返回预测任务给深度学习带来了新的挑战。时变分布引起的分布漂移问题是金融时间序列预测的关键。我证明了深度学习方法可以改善资产风险溢价的测量。由于深度学习研究的蓬勃发展，他们可以不断推动对资产定价背后潜在金融机制的研究。本文还提出了一种很有前途的研究方法，即从数据中学习，通过可解释的人工智能（AI）方法来找出潜在的经济机制。我的研究结果不仅证明了深度学习在蓬勃发展的金融科技发展中的价值，而且还强调了它们相对于传统机器学习方法的前景和优势。
2022-09-24 cs.LG q-fin.PR q-fin.ST
Asset Pricing under uncertainty
利用Dirichlet形式理论的方法研究了参数不确定性对随机扩散模型的影响，特别是对未定权益定价的影响。我们将这些技术应用到套期保值程序中，以计算相对于参数扰动的波动轨迹的灵敏度。我们表明，这种分析可以证明内生存在的买卖价差的期权价格。我们还证明了，如果随机微分方程允许一个封闭的形式表示，那么灵敏度有封闭的形式表示。我们研究的情况下，对数正态扩散，我们表明，这个框架导致一个微笑的隐含波动率表面与历史数据一致。
2012-03-26 math.PR q-fin.PR
Asset Pricing Model in Markets of Imperfect Information and Subjective Views
本文基于Merton模型推导出整合信息不完善与投资者主观观点的闭式市场均衡公式，刻画不完全信息下的均衡期望超额收益向量，分析额外超额收益对影子成本等的敏感性，并构建随机影子成本下的超额收益市场参考模型。
2025-02-13 q-fin.PR
A fast Fourier transform method for Mellin-type option pricing
利用Mellin变换得到了欧式和美式一篮子看跌期权的解析定价公式和希腊式。我们假设资产由几何布朗运动驱动，表现出相关性并支付连续的股息率。通过快速傅立叶变换实现了一种新的数值梅林反演方法，使得在等距对数资产价格下计算期权价值成为可能。对美式看涨期权的现有方法进行了数值精度验证。
2014-03-18 q-fin.PR
Universal bad news principle and pricing of options on dividend-paying assets
我们解决了永久的美国看跌期权和看涨期权的定价问题的股息支付资产。股息过程对潜在随机因子的依赖性是相当普遍的：任何非减函数都是可容许的。随机因子遵循Levy过程。这个规范允许我们考虑当基础因素（比如公司的资产）水平太低时根本不支付股息的资产，以及当基础随机过程保持在某个范围内时以固定利率支付股息的资产。某些股息过程表现出均值回复功能，可以建模为适当的增加功能的利维过程。美式看跌期权和看涨期权的收益都可以表示为某个股息流的预期现值（EPV），并且我们证明了在从当前水平开始的原始过程被下确界过程取代的情况下，该期权必须在该股息流的EPV首次变为正值时执行。因此，运动阈值只取决于坏消息的记录设置。研究结果也可以应用于实物期权理论，作为一种可能的应用，我们考虑了增量资本扩张问题。
2004-04-05 cond-mat.other q-fin.PR
An exact and explicit formula for pricing lookback options with regime switching
本文研究了欧式回望期权的定价问题，当标的风险资产的价格动态服从马尔可夫调制的几何布朗运动，即标的风险资产的升值率和波动率依赖于由连续时间隐马尔可夫链过程描述的不可观测的经济状态时.在两态状态转换模型下，我们推导出欧式回望期权的精确、显式和封闭形式解。
2014-07-18 q-fin.PR
Pricing multi-asset contingent claims in a multi-dimensional binomial market
本文考虑一个不完全多资产二项市场模型。证明了对于一类未定权益，极值多步鞅测度是相应单步极值鞅测度的幂.这使得封闭形式的公式的边界的无套利未定权益价格区间。我们构造了一个可行的算法来计算这些边界以及相应的对冲策略。我们的结果适用于，例如，欧洲一篮子看涨期权和看跌期权和亚洲算术平均期权。
2023-02-28 math.OC math.PR q-fin.MF
Non-parametric and semi-parametric asset pricing
我们发现，CAPM未能解释小公司的影响，即使其非参数形式使用，允许时变风险和非线性的定价函数。此外，CAPM的线性可以被拒绝，因此广泛使用的风险和业绩指标，贝塔和阿尔法，是有偏见的和不一致的。我们推导出半参数的措施，在极端的市场条件下，在一个单一的因素设置是非常数的，另一方面，他们是不显着不同的Fama-French三因子模型的线性估计。如果将Fama-French因子扩展到单因子模型，则简单线性模型能够正确解释美国股票收益率。
2017-03-28 q-fin.PR q-fin.ST
A two-Factor Asset Pricing Model and the Fat Tail Distribution of Firm Sizes
在标准的均衡和/或套利定价框架中，任何资产的价值都是唯一指定的，因为人们相信只有系统性风险才需要由市场补偿。在这里，我们表明，即使对于任意的大经济体，当企业资本的分布是足够重尾的情况下，是真实的经济，可能存在一个新的来源，重大的系统性风险，这是完全被忽视了，到现在为止，但必须由市场定价。这种新的风险来源可以很容易地解释几个资产定价异常的唯一基础上的内部一致性的市场模型。对于这一点，我们推导出一个理论上的两个因素模型的资产定价，在经验上有类似的解释能力的法玛-法国三因素模型。除了通常的市场风险之外，我们的模型还考虑了由等权重投资组合代理的多元化风险，这是由于任意大型经济体出现的“内部一致性因素”，这是当公司资本化的分布像真实经济体一样充分重尾时市场投资组合集中的结果。我们的模型合理化Fama和法国的三因素模型在解释股票收益的截面的优越性能：规模因素构成了一个替代代理的多元化因素，而账面市值效应与价值型股票对这个因素的敏感性增加。
2007-02-03 physics.soc-ph q-fin.PR
Dynamic Asset Pricing with α-MEU Model
The Hong Kong Polytechnic University（香港理工大学）；The Chinese University of Hong Kong（香港中文大学）
本文研究了在α-MEU模型下，代理人对产出增长率的不确定性如何影响资产定价，揭示了不确定性感知与资产价格、风险溢价及波动率之间的关系。
2025-12-03 econ.TH q-fin.PR
Interpretable Deep Learning for Stock Returns: A Consensus-Bottleneck Asset Pricing Model
Department of Industrial and Management Engineering, POSTECH（POSTECH工业与管理工程系）；Graduate School of Artificial Intelligence, POSTECH（POSTECH人工智能研究生院）；Korea University Business School（韩国大学商学院）
本文提出共识-瓶颈资产定价模型，通过将分析师共识作为结构性瓶颈，提升模型预测准确性并锚定经济可解释驱动因素，发现基于该模型的组合具有稳健的收益梯度。
2026-04-24 cs.AI cs.LG q-fin.PR
Long-time large deviations for the multi-asset Wishart stochastic volatility model and option pricing
本文证明了一类多维仿射随机波动率模型的大偏差原理。和Sufana，R.，J.公共汽车。经济统计，28（3），2010），其中波动率矩阵由Wishart过程建模。这个类扩展了非常流行的赫斯顿模型的多变量设置，从而允许模拟一篮子股票或几个利率的联合行为。然后，我们使用大偏差原理，以获得一篮子期权的隐含波动率的渐近近似，并开发一个渐近最优的重要性抽样算法，以减少模拟的数量时，使用蒙特卡洛方法定价衍生品。
2018-06-18 q-fin.MF q-fin.PR
Deep Partial Least Squares for Empirical Asset Pricing
Illinois Institute of Technology（伊利诺伊理工学院）；University of Chicago（芝加哥大学）
我们使用深度偏最小二乘（DPLS）估计的资产定价模型的个股回报，利用条件信息在一个灵活的和动态的方式，同时归因于超额收益率的一小部分统计风险因素。新的贡献是解决非线性因子结构，从而推进了经验资产定价中深度学习的当前范式，该范式在高斯资产收益和因子的假设下使用线性随机贴现因子。这种非线性因素结构是通过使用投影最小二乘法将公司特征和资产回报联合投影到潜在因素的子空间上，并使用深度学习来学习从因素负载到资产回报的非线性映射来提取的。捕捉这种非线性风险因素结构的结果是通过线性风险因素暴露和相互作用效应来表征资产回报的异常。因此，众所周知的深度学习捕捉离群值的能力，揭示了潜在因子结构中凸性和高阶项对因子风险溢价的作用。在实证方面，我们实现了我们的DPLS因子模型，并表现出优于LASSO和普通深度学习模型的性能。此外，我们的网络训练时间显着减少，由于更简约的架构DPLS。具体来说，使用1989年12月至2018年1月期间罗素1000指数中的3290个资产，我们评估了我们的DPLS因子模型，并生成了比深度学习高出约1.2倍的信息比率。DPLS解释变异和定价错误，并确定最突出的潜在因素和企业特征。
2022-06-20 cs.LG q-fin.PM q-fin.PR
