“与看涨期权价格相匹配的最大熵密度族的补充说明”
摘要：用于回复在一组n个执行价格的看涨和数字期权价格中推断的最大熵密度（MED）的方法被提出。为了找到MED，我们需要在n个值上对一个一维函数进行数值反演，并建议使用牛顿-拉弗森方法。在本文中，我们重新讨论了这个反演问题，并展示了它可以用Langevin函数的形式重写，它的反函数的数值逼近已经被研究过。这种方法与Buchen和Kelly（BK）的方法非常类似，区别在于BK只需要看涨期权的价格。然后，在我们第一篇文章的延续中，我们提出了另一种仅使用看涨期权价格并恢复与BK相同密度的方法，具有数值稳定性等几个优点。这篇第二篇论文提供了收敛性的详细分析，并特别给出了迭代算法与解的距离（以不同的方式）的各种估计。这些估计依赖于常数m>0。m越大，估计的精确性越高。第二篇论文提出了一个具体的m值，并且本文提供了一个更精确的值。
作者：Cassio Neri, Lorenz Schneider
论文ID：1212.4279
分类：Pricing of Securities
分类简称：q-fin.PR
提交时间：2012-12-19