用无监督学习和人工神经网络进行金融期权估值
摘要：人工神经网络（ANN）最近也被应用于解决偏微分方程（PDEs）问题。在这项工作中，研究了基于相应PDE公式的欧洲和美式金融期权定价这一经典问题。我们采用无监督学习的方法，利用ANN解决这个问题，而不是使用基于有限元或差分方法的数值技术。结果是，ANN基于一个适当的损失函数最小化，学习在未来时间点上所有可能的基础股价下的期权价值。对于欧式期权，我们解决线性的Black-Scholes方程，而对于美式期权，我们解决线性的互补问题得到的计算公式。由于ANN能够准确计算高维期权的价值，所以我们也计算了两种资产的奇异期权价值。通过与解析期权价值或数值参考解（对于通过有限元计算的美式期权而言）的比较，评估了ANN方法的误差。
作者：Beatriz Salvador, Cornelis W. Oosterlee, Remco van der Meer
论文ID：2005.12059
分类：Computational Finance
分类简称：q-fin.CP
提交时间：2020-05-26