分支粒子定价器与Heston示例
摘要：使用序贯蒙特卡洛方法进行路径相关期权定价模拟，并进行评估。最近，已经证明显式解和重要性采样对于高效模拟现货价格和波动性特别有价值，尤其适用于路径相关期权定价。所得到的模拟算法类似于加权粒子滤波算法，可以通过重抽样或分支来改进。实际上，在某些情况下，一些分支算法显著改善了定价性能，而一些重抽样算法在某些情况下不太适用。给出并解释了一种历史特性，作为工作于路径相关期权定价和不工作于路径相关期权定价的序贯蒙特卡洛算法之间的区别特征。特别地，建议在重要性采样的蒙特卡洛方法中使用所谓的有效粒子分支算法进行路径相关期权定价。所有的建议都是基于在Heston模型中对期权定价问题进行数值比较得出的。
作者：Michael A. Kouritzin, Anne MacKay
论文ID：1907.00219
分类：Computational Finance
分类简称：q-fin.CP
提交时间：2019-11-13