关于Heston模型下离散亚洲期权和回望期权定价
摘要：在Heston模型动态驱动的情况下，我们提出了一种新的数据驱动方法，用于高效定价固定和浮动行权的离散算术亚洲和回顾期期权。本文提出的方法是我们先前工作的延伸，其中解决了从时间积分随机桥中进行抽样的问题。该模型依赖于Seven-League方案，其中利用随机配置点，人工神经网络被用于“学习”感兴趣的随机变量的分布。该方法提供了鲁棒的蒙特卡洛定价程序。此外，还在简化但通用的框架中提供了半解析公式来定价期权。与传统的蒙特卡洛定价方案相比，该模型保证了高精度和计算时间减少了数千倍。
作者：Leonardo Perotti, Lech A. Grzelak
论文ID：2211.03638
分类：Computational Finance
分类简称：q-fin.CP
提交时间：2022-11-08