最小二乘蒙特卡洛法中Regress-Later估计的快速收敛
摘要：回归晚期方法用于估计金融工程中的未知条件期望。在估计中，通常会使用最小二乘蒙特卡洛技术。回归晚期方法可以与最小二乘蒙特卡洛相结合。回归晚期方法与传统方法不同，传统方法是将价值函数回归到一个在区间开始时进行评估的一组基函数上，而回归晚期方法是将价值函数回归到一个在区间结束时进行评估的一组基函数上。然后，对每个基函数精确计算区间内的条件期望。我们提供了导出回归晚期估计器收敛速度的充分条件。重要的是，我们的结果适用于非紧致集合。我们展示了回归晚期方法能够比传统方法更快地收敛，并提供了一个具体的例子。实现更快的收敛速度提供了在估计时间内实现相对于条件期望的强大动机。
作者：Eric Beutner, Janina Schweizer, Antoon Pelsser
论文ID：1309.5274
分类：Computational Finance
分类简称：q-fin.CP
提交时间：2014-04-04