前固定差分格式的后验误差估计

976

收藏 2022-05-08

英文标题：
《A Posteriori Error Estimator for a Front-Fixing Finite Difference Scheme
for American Options》
---
作者：
Riccardo Fazio
---
最新提交年份：
2015
---
英文摘要：
For the numerical solution of the American option valuation problem, we provide a script written in MATLAB implementing an explicit finite difference scheme. Our main contribute is the definition of a posteriori error estimator for the American options pricing which is based on Richardson\'s extrapolation theory. This error estimator allows us to find a suitable grid where the computed solution, both the option price field variable and the free boundary position, verify a prefixed error tolerance.
---
中文摘要：
对于美式期权估值问题的数值解，我们提供了一个用MATLAB编写的脚本，实现了显式有限差分格式。我们的主要贡献是基于理查森的外推理论定义了美式期权定价的后验误差估计。这种误差估计器使我们能够找到一个合适的网格，在该网格中，计算出的解（期权价格场变量和自由边界位置）验证了一个前缀误差容限。
---
分类信息：

一级分类：Quantitative Finance 数量金融学
二级分类：Mathematical Finance 数学金融学
分类描述：Mathematical and analytical methods of finance, including stochastic, probabilistic and functional analysis, algebraic, geometric and other methods
金融的数学和分析方法，包括随机、概率和泛函分析、代数、几何和其他方法
--

---
PDF下载：
-->

A_Posteriori_Error_Estimator_for_a_Front-Fixing_Finite_Difference_Scheme_for_Ame.pdf
大小:(351.75 KB)

马上下载

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

全部回复

何人来此

2022-5-8 03:23:54

美式期权前向固定有限差分格式的后验误差估计Riccardo Fazio摘要：对于美式期权估值问题的数值解，我们提供了一个用Matlab编写的脚本，用于实现显式有限差分格式。我们的主要贡献是基于理查森的六极化理论，定义了美式期权定价的后验误差估计。这种误差估计器使我们能够找到可测量的网格，其中计算出的解决方案（期权价格场变量和自由边界位置）验证了执行前误差公差。指数项美式期权，自由边界问题，有限差分格式，理查森外推，后验误差估计。I.简介在金融衍生品市场中，最重要的问题是所谓的期权估值问题，或者用一句话来说：计算agiven期权的公平价格的问题。美式看涨期权（看跌期权）是以标的资产为标的资产签订的合同，赋予持有人在预先指定的到期日或之前以预先指定的价格或履约价格购买（出售）资产的权利。与持有人只能在到期日行使期权的欧洲期权不同，提前行使的可能性使得美式期权的定价成为随机优化中的一个问题。虽然Black和Scholes[1]和Merton[2]在著名著作中推导出了欧式期权价格的封闭形式解，但美式期权不存在类似结果。其原因可以解释如下：虽然支配微分方程仍然是Black和Scholes[1]得出的微分方程，但McKean[3]和Merton[4]表明，美式期权的价格满足由一个先验未知的边界所支配的边界条件，需要作为解本身的一部分进行计算。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

大多数88

2022-5-8 03:23:57

这种问题称为自由边界问题。特别是，Americancall期权问题是一个定义在有限区间上的自由边界问题。另一方面，美式看跌期权问题是一个定义在半有限区间上的自由边界问题，因此它是一个非线性问题，在有限区间上由边界条件复杂化。因此，金融市场的这两种衍生产品都必须用数字分析近似法定价。在分析近似中，麦克米伦[5]和巴龙·阿德西[6]以及惠利[6]定义了美式看跌期权的二次近似。这些方法不是2015年3月15日收到的手稿。这项工作部分得到了墨西拿大学的S.T.I.G.A.F.F.项目和印达姆GNCS的支持。R.Fazio是墨西拿大学数学和计算机科学系副教授，地址：意大利墨西拿州维亚勒·F·斯塔格诺阿尔孔特斯，31-98166。（工作电话：+390906765064；传真：+39090393502；电子邮件：rfazio@unime.it; 主页：http://mat521.unime.it/fazio).他也是金融与风险实验室S.r.l.的成员，请参见www.financeriskLab。它的网站。收敛且难以准确定价长期期权。为了纠正这个问题，Ju和Zhong（1999）根据Barone Adesi和Whaley提出的方法开发了一个近似值。虽然这种改进的方法能更准确地为长期期权定价，但它仍然不收敛。Johnson[8]使用插值方案对美式看跌期权定价，Geske和Johnson[9]推导出了一个以一系列复合期权函数表示的估值公式，出于同样的原因，Bunch和Johnson[10]提出了一种改进的两点Geske-Johnson方法。Carr和Faguet[11]将看跌期权视为受违约风险影响的一系列永续期权价值的极限，并利用这一观点推导出期权价格的近似值。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

可人4

2022-5-8 03:24:00

最近，Zhu[12]推导了期权价格的半封闭形式解，即泰勒级数展开式，由有限项组成，但需要三十项才能得到准确的期权价格。在数值近似中，最流行的美式期权定价方法可分为格点法、蒙特卡罗模拟法和有限差分法。晶格方法最早由Coxet al[13]提出，其收敛性由Amin和Khanna[14]证明。傅[15]，[16]将蒙特卡罗方法和基于梯度的优化技术应用于美式期权定价。Brennan和Schwartz[17]、[18]和Schwartz[19]提出了将有限差分法应用于美式期权定价。Jaillet等人[20]证明了有限差分法的收敛性。Wu and Kwok（1997）、Nielsen等人[21]和Company等人[22]提出了一种计算期权价格的前沿有限差分法。前置法利用变量的变化将自由边界问题转化为固定域上的非线性问题。Nielsen等人[21]还提出了一种对美式期权定价的惩罚方法，通过添加惩罚项消除了未知边界，再次导致了固定域上的非线性问题。在本文中，我们列出了一个用MATLAB编写的脚本，实现了金融市场美式期权模型数值解的有限差分格式。Wei实施了Company等人[22]定义的方法和Nielsen等人[21]开发的方法，发现第一种方法的实施比第二种更有效。我们的主要贡献是定义了美式期权定价的后验误差估计量，它基于理查森的外推理论。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

nandehutu2022

2022-5-8 03:24:03

该误差估计器使我们能够找到一个合适的网格，在该网格中，计算的解决方案（期权价格场变量和自由边界位置）验证了预先确定的误差容限。二、美式看跌期权假设在时间t，给定标的资产的价格为S。我们在这里考虑美式看跌期权出售资产的价值P=P（S，τ）的以下数学模型：Pτ=σSPS+rSPs- rP，P（S，0）=最大值（E）- S、 0），S*（0）=E，limS→∞P（S，τ）=0，（1）P（S）*（τ），τ）=E- s*(τ) ,PS（S）*(τ), τ ) = -1，P（S，τ）=E- S，0≤ S<S*（τ）式中τ=T-t、 t表示到期时间t，S*（τ）是一个自由边界，即未知的早期行使边界，σ、r和E分别被赋予代表标的资产波动性、利率和期权执行价格的常数参数，治理方程定义为0≤ τ ≤ T，S*（τ） <S<∞.为了确定自由边界，我们采用无量纲新变量sx=lnSSf（τ），Sf=S*（τ） E，（2）p（x，τ）=p（xSf（τ），τ）E，见吴和郭[23]。根据（2）定义的变量转换，Sf（τ）映射到固定的直线X=0，0≤ p（x，τ）≤ 1和0≤ Sf（τ）≤ 1.通过使用（2），看跌期权问题（1）可以重写如下Pτ=σPx+R-σP十、- rp+Sf（τ）dSfdτ（τ）Px、（3）p（x，0）=0表示0≤ x，Sf（0）=1，（4）limx→∞p（x，τ）=0，（5）p（0，τ）=1- Sf（τ），Px（0，τ）=-Sf（τ），（6）必须在0定义的域上求解≤ τ ≤ Tand 0<x<∞.三、为了数值求解问题（3-6），我们引入了无约束边界x∞, 这是一个合适的大值，可以方便地施加渐近边界条件。换句话说，我们用边条件p（x）代替渐近边界条件（5）∞, τ ) = 0 .

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

mingdashike22

2022-5-8 03:24:06

（7）选择x∞关于相关数值解的准确性，我们可以参考Kangro和Nicolaides[24]的研究。另一方面，通过使用非标准有限差分格式，可以精确地执行边界条件，这已在[25]中的所谓永久美式期权的数值解中得到证明。接下来，通过设置整数J和正值u，我们可以确定步长x=x∞Jt=ux、（8）整数NN=TT, （9）其中d·e:IR+→ IN是上限函数，它将面积数映射为大于或等于该数的最小整数。因此，u是网格比率u=Tx、（10）因此，在有限域内，我们可以引入一个网格点Sxj=jx，tn=nt，（11）对于j=0，1，J和n=0，1，N我们想定义一个数值方案，允许我们计算网格值pnj≈ p（xj，tn），（12）表示j=0，1，J和n=0，1，N- 1，N和自由边界值ssnf≈ Sf（tn），（13）表示n=0，1，N- 1，N.为此，让我们考虑一下明确的有限差分模式pn+1j- pnjt=σpnj-1.- 2pnj+pnj+1(十）++R-σpnj+1- pnj-12x+（14）+Sn+1f- SnftSnfpnj+1- pnj-12十、- 对于j=1，2，J- 1和n=0，1，N- 1.针对我们的具体问题，给出了pnjand和Snafre，我们的目标是计算pn+1jand和Sn+1f。如果我们应用一些简单的代数，那么我们可以重写显式有限差分格式aspn+1j=apnj-1+bpnj+cpnj+1+Sn+1f- SnftSnfpnj+1- pnj-12x、（15）对于j=2，3，J- 1和n=0，1，N- 1，其中=uσ-R-σ十、b=1- uσ- Rt（16）c=uσ-r+σ十、.现在，我们必须考虑到附带条件。从两个初始条件（4）中，我们得到Pj=0，Sf=1，（17）对于j=0，1，J.根据边界条件（7），wegetpnJ=0，（18）对于n=0，1，N

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

点击查看更多内容…

mingdashike22

2022-5-8 03:24:09

从两个边界条件（6）出发，利用中心有限差分公式，我们推导出- pn-12x=-Snf，pn=1- Snf，（19）其中x-1= -x是计算领域之外的一个有效点。此外，通过考虑x=0时的控制微分方程（3），τ>0，并考虑边条件（6），我们得到了一个新的边界条件：σPx（0+，τ）+σSf（τ）- r=0，（20）参见吴和郭[23]，张和朱[26]或郭[27，p.341]，及其中心有限差分离散化σpn-1.- 2pn+pnx+σSnf- r=0。（21）现在，我们可以消除pn的值-1从方程（19）和（21）到getpn=1+rxσ-1 + x+十、Snf。（22）如果我们计算j=1的数值格式（15），并考虑n=n+1的数值格式（22），那么自由边界Sn+1j可以由n+1f=dnSnf定义。（23）对于n=0，1，N- 1，其中DN=1+rxσ-apn+bpn+cpn-pn- pn2十、pn- pn2x+1 + x+十、Snf。（24）我们现在准备好定义算法：1）输入σ、r、E、T、J、u和x∞;2）定义网格（xj，x、 tn，t）根据等式（8）和（11）；3）对于j=0，1，2，J do pj=0结束，设置Sf=1；4）根据（16）计算a、b和c；5）对于n=0，1。N- 1，根据（24）计算Dn，根据（23）计算Sn+1，并应用自由边界条件Spn+1=1- 序号+1f，序号+1=1+rxσ-1 + x+十、Sn+1f，计算=a-Sn+1f- Snf2xSnf，cn=c-Sn+1f- Snf2对于j=2，4，…，xSnfand，J-1根据topn+1j=anpnj计算pn+1j的值-1+bpnj+cnpnj+1。结束，设置pnJ=0，结束。该算法在MATLAB中的实现已用于获得下面报告的数值结果。附录中列出了脚本文件。四、正性、单调性和稳定性在这一部分中，我们回顾了使显式差分格式适用于美式看跌期权数值研究的理论结果。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

nandehutu2022

2022-5-8 03:24:14

为了简单起见，让我们定义时间层面的数值解向量tnas pn=（pn，pn，…，pnJ）T引理1：（由于Company等人[22]）如果t和验证这两个不等式十、≤σ| r- σ/2|t，r6=σ/2（25）T≤xσ+rx、（26）那么系数a、b和c是非负的。如果r=σ/2，则在条件（26）下验证这些系数的非负性。这两个不等式源自与显式有限差分格式相关的正性保留考虑。该理论框架与Friedrichs[28]研究平流方程的保正有限差分格式时使用的框架类似，另见Fazioa和Jannelli[29]。此外，pn+1i的系数，fori=j- 1，j，j+1，在我们的差分方案（15）中，在T→ 0，作为概率值。事实上，它们的总数为1-R通过施加它们的正性，我们得到了两个不等式（25）-（26）。定理1：（由于公司等[22]。）设{pnj，Snf}为计算的数值解，由方程（24）定义，然后在引理1的假设下，对于足够小的x、我们有：o{Snf}对于n=0，1，…，是正的，非递增单调的，N、 o矢量Pn有n=0，1，…，的正分量，N、 o对于每个固定的n=0，1，…，向量Pn相对于j是非递增单调的，N.关于显式有限差分模式的稳定性，我们可以引入定义：数字模式被称为k·k∞-稳定的如果，对于计算域[0，x]中的everymesh∞] ×[0，T]，存在一个正常数C，使得kpnk∞≤ C表示n=0，1，N，（27）其中C独立于Tx和n，见公司简介。[30].定理2：（由于公司等。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

nandehutu2022

2022-5-8 03:24:17

[22].) 在定理1的假设下，固定域问题（3-6）的显式有限差分模式为k·k∞-稳定的V.感兴趣的标量U的后验误差估计，无论是解的值Pnjor还是自由边值Snf，数值误差e可以定义为bye=U- U，（28）其中U是确切的，通常未知的值。当数值误差主要由离散误差引起时，在足够光滑解的情况下，全局误差可以分解为Nu=UN+C的逆幂和Np+CNp+CNp+··，（29）式中C，C，C。系数依赖于u及其导数，但独立于N和p，p，p。是离散化误差的真实顺序，参见Schneiderand Marchi[31]和其中引用的参考文献。每个PKI通常是一个p<p<p<p的正整数，它们一起构成ratiop的算术级数-p、 pis的值称为方法或数值精度的渐近阶或理论阶。通过替换为方程（29）N=Ng和N=Ng+1，并减去第二个得到的方程中的时间（1/q）p，q=Ng+1/Ng，我们得到了第一个外推公式u≈ Ug+1+Ug+1- Ugqp- 1，（30）精度的前导阶等于p。这种外推是由理查森[32]，[33]提出的。根据等式（30），我们可以得出结论，由第一理查森外推得出的误差估计值为er=Ug+1- Ugqp- 1，（31）其中pis是用于计算数值解的数值方法的顺序。因此，（31）给出了数值解误差的真实值，而不知道精确解。与（31）相比，一个更安全的误差估计器可以定义为“是”=Ug+1- Ug。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

可人4

2022-5-8 03:24:22

（32）当然，Pc可以用公式来估算≈日志（| Ug- u |）- 日志（| Ug+1- u |）log（q），（33），其中u再次是精确解（或者，如果精确解未知，则是使用合适的大值N计算的参考解），并且u和Ug+1在Ug的相同网格点处进行评估。在上述框架内，为了通过仅使用少量网格节点来提高数值精度，我们可以推广（30）引入以下重复外推公式Ug+1，k+1=Ug+1，k+Ug+1，k- Ug，kqpk- 1，（34）其中g∈ {0,1,2，…，G- 1} ，k∈ {0,1,2，…，G- 1} q=Ng+1/ngi是网格匹配比，pki是离散化误差的真实顺序。如果我们使用均匀网格，则公式（34）在极限范围内是一致精确的。我们注意到，要获得U+1的每个值，k+1需要两个相邻网格中的两个计算解U，即外推级别k的g+1和g。对于任何g，级别k=0表示无任何外推的U的数值解。我们记得，数值Ug，k的理论精度顺序，以及N=N和k外推，验证了关系pk=p+k（p- p），（35）式中，该方程对k有效∈ {0,1,2，…，G- 1}.图1。N=100、u=27和x的不稳定性∞= 1.VI.数值结果我们对下面定义的有限差分模式进行数值测试。为此，我们考虑具有以下参数的美式看跌期权问题（3-6）：r=0.1，σ=0.2，E=T=1。（36）首先，我们有兴趣确定截断边界x的合适值∞. 然后，我们从数值上研究了x值的选择∞影响数值解。采用简单的方法，我们可以监控最终的边界计算值SNf。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

大多数88

2022-5-8 03:24:25

表I中报告了一些样本结果，表明我们可以设置x∞= 1.t=t时的自由边界位置。十、∞N=10 N=20 N=4010.8676354534435 0.8655750222427 0.864386633629752 0.8676354534435 0.8655750222427 0.864386633629754 0.86763534435 0.8655750222427 0.86438663362975图。1显示了不稳定的计算。为了清晰起见，在图1中，我们只显示了初始条件和t=t时的数值解，这是最后一次迭代。和往常一样，不稳定性表现为正负值之间的大幅波动。因此，就我们的显式有限差分格式而言，我们必须在准确性和稳定性之间找到折衷方案。当然，从现在起，为了验证稳定性不等式（25）-（26），将定义所选网格间距。从表I中列出的结果中，我们意识到，截断边界x的固定值∞, 网格步长不同值的NF计算值仅在前两位小数点处一致。然后，我们决定通过进行网格匹配来提高数值精度。此外，我们采用重复的理查森外推来提高数值精度。让我们再次证明，对于场变量和自由边值，显式差分格式在时间上是一阶的，在空间上是二阶的，即截断误差是(t） +O(Tx）。当我们执行网格匹配时，我们将使用下面的结果，保持网格比率不变，即u，这样我们最终得到二阶截断误差Tnj=O(t）因此，在时间上，全局误差是一阶的，即上面定义的P值等于1。我们注意到，在我们的例子中，qpk的序列，fork=0，1，由4，16，64，256，1024，也就是q=4，pk=k+1，对于k=0，1。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

能者818

2022-5-8 03:24:29

在表II中，我们报告了基准值SNF的样本数值结果。在同一个表中，我们报告了在t=t时自由边界值的IIRICHARDSON重复外推得到的结果。N Ug，0Ug，1Ug，2Ug，3Ug，45 0.87162120 0.865575 0.86356080 0.863700.863075 0.863043320 0.863071 0.862861 0.862847 0.8628441280.862859 0.862788 0.862783 0.862782 0.8627825120 0.862788 0.862764 0.862763 0.862762 0.862762。我们注意到，表II的下一个外推值为U5,5=0.862762，因此我们的基准值为SNf≈ 0.862762. 该值可与SNf值进行比较≈ 尼尔森等人[21]和SNf计算的0.86222≈ 0.8628由公司发现。[22].接下来，我们将说明如何使用等式（31）或等式（32）定义的误差估计器。让我们假设我们的目标是在给定的容忍度下解决美国的看跌期权问题, 其中0< 1.为此，我们应两次解决给定问题，两个网格定义为给定值Jg=J和Jg+1=2Jof空间间隔，但网格比u的值相同。相应的时间间隔G和Ng+1验证关系q=Ng+1/Ng。因此，我们可以（按分量）将误差估计公式（31）或（32）应用于pn和snf。然后，我们可以验证，对于n=1，2，N，ker（pn）k∞≤ |呃(Snf)≤ . （37）如果这两个不等式（37）成立，对于n=1，2，N、然后我们可以接受在Jg+1和Ng+1定义的网格上计算的数值解，否则我们必须增加这两个整数并重复计算。图2显示了通过设置计算的误差估计结果 = 0.005. 我们确定u=20，从J=5和J=10开始，如果没有达到要求的精度，则通过将空间网格间隔的数量加倍来重复计算。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

何人来此

2022-5-8 03:24:33

当J=80时，我们的算法停止。对于u=20，这意味着N=320。为完整起见，在图3中，我们绘制了Pnjversusxjan和Snfversus tn，这些结果是通过有限差分方案获得的，其中N=320，u=20。从图2所示的数值结果中，我们可以很容易地意识到，在几个时间步内发现最大的误差。这表明，在不使用理查森外推的情况下，通过开发显式有限差分格式的自适应版本，可以获得更好的精度。图2：。数值估计误差er（pn）和er（Snf）与tn的关系。图3。数值结果：顶框pnjvs xj，底框Snfversus tn.appendix MATLAB脚本文件这里我们列出了用MATLAB编写的基本算法。该脚本文件称为APOefds。m，它可以很容易地进行修改，以应用公式（31）定义的后验误差估计器APOefds。[0，xinf]上的m%APO方程，时间上向前%，空间上居中%x中的%J间隔，t%mi中的N间隔=k/h^2，k时间步长，h空间步长全部清除；帮助APOefdsr=.1；%参数ST=1；%尼尔森等人。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

能者818

2022-5-8 03:24:38

2002年西格玛=0.2；E=1；xinf=1；J=80；mi=20h=xinf/Jk=mi*h^2N=ceil（T/k）x=0:h:xinf；Stab1=sigma^2/（abs（r-.5*sigma^2））-hStab2=h^2/（sigma^2+r*h^2）-kif（Stab1<0 | Stab2<0），break，endw=0（J+1,1）；s（1）=1；t（1）=0；A=.5*mi*（σ2-（r-.5*σ2）*h）；B=1-mi*sigma^2-r*k；C=.5*mi*（σ2+（r-.5*σ2）*h）；A1=1+r*h^2/西格玛^2；B1=1+h+.5*h^2；对于n=1:n%时间循环dp1=0.5*（w（3,1）-w（1,1））/h；D=（A1-（A*w（1,1）+B*w（2,1）+。。。C*w（3,1）-dp1/（dp1+B1*s（n））；s（n+1）=D*s（n）；如果（s（n+1）<0 | s（n+1）>1，则中断，endw（1,2）=1-s（n+1）；w（2,2）=A1-B1*s（n+1）；AM=A-.5*（s（n+1）-s（n））/（h*s（n））；CM=C+.5*（s（n+1）-s（n））/（h*s（n））；对于j=3:j%空间环w（j，2）=AM*w（j-1,1）+。。。B*w（j，1）+CM*w（j+1,1）；endw（J+1,2）=0；w（：，1）=w（：，2）；t（n+1）=t（n）+k；端图（t，s，\'LineWidth\'，2.5）轴（[0T.861]）；gridxlabel（“t”）ylabel（“S_f^n \\近似S_f（t^n）”参考[1]f.Black和M.Scholes，“期权定价和公司责任”，J.Polit。经济。，1973年，第81卷，第637-654页。[2] R.C.默顿，“理性期权定价理论”，贝尔·J·经济学。马纳。Sci。，1973年，第4卷，第141-183页。[3] 小H.P.McKean，“附录：由数学经济学中的一个问题引起的热方程的自由边界问题”，Ind.Manag。牧师。，1965年，第6卷，第32-39页。[4] R.C.默顿，“跨期资本资产定价模型”，《计量经济学》，第43卷，第867-887页，1973年。[5] L·W·麦克米伦。“美国期货价格的分析近似值”，广告《期货期权研究》，第一卷，第119-139页，1986年。[6] G.巴龙·阿德西和R.E.沃利。“美式期权价值的有效分析近似值”，《金融杂志》，第42卷，第301-320页，1987年。[7] N.朱和R.钟。“美国期权定价的近似公式”，《衍生工具杂志》，第7卷，第31-40页，1983年。[8] H.E.约翰逊，“美国价格的解析近似值”，J.菲南。定量。肛门。，1983年，第18卷，第141-148页。[9] R·格斯克和H·E。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

nandehutu2022

2022-5-8 03:24:41

约翰逊，“美国看跌期权价值分析”，《金融杂志》，第39卷，1511-1524页，1984年。[10] D.S.Bunch和H.E.Johnson，“使用改进的Geske-Johnson方法对美国看跌期权进行简单且数值有效的评估方法”，J.Finance，第47卷，809-8161992页。[11] P.Carr和D.Faguet，“将有限寿命期权视为永久期权”，康奈尔大学工作论文：35页，1996年。[12] Zhu S.P.Quant，“美国看跌期权估值的精确而明确的解决方案”。《金融》，第6卷，第229-242页，2006年。[13] J.C.Cox、S.A.Ross和M.Rubinstein，“期权定价：一种简单的方法”，J.Finan。经济。，1979年，第7卷，229-263页。[14] K.Amin和A.Khanna，“从离散到连续时间金融模型的美式期权价值收敛”，数学。鳍第4卷，第289-304页，1994年。[15] 傅文杰，“模拟优化：综述”，安。奥普。Res.，第53卷，第199-248页，1994年。[16] -，“模拟优化技术教程回顾”，Proc。1994年冬季模拟会议，第149-156页，1994年。[17] M.Brennan和E.Schwartz，“美国看跌期权的估值”，J.Finance，第32卷，第449–462页，1977年。[18] -，“未定权益定价中的有限差分方法和跳跃过程：综合”，J.Financ。定量。肛门。，1978年，第13卷，第461-474页。[19] E.S.Schwartz，“权证估值：实施新方法”，J.Financ。经济。，1977年，第4卷，第79-93页。[20] P.Jaillet，D.Lamberton和B.Lapeyre，“变分不等式与美式期权定价”，Acta Appl。数学第21卷，第263-2891990页。[21]B.F.Nielsen，O.Skavhaug和A.Tveito，“美式期权问题数值解的惩罚和前沿方法”，J.Comput。《金融》，第5卷，第69-972002页。[22]R.公司、V.N.埃戈罗娃和L。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

可人4

2022-5-8 03:24:44

J\'odar，“用前沿法求解美国期权定价模型：数值分析和计算”，文章摘要。阿普尔。肛门。，2014年第卷，文章ID 146 745，9页，2014年。[23]L.Wu和Y.-K.Kwok，“美国期权估值的前沿方法”，J.Financ。《工程》，第6卷，第83-971997页。[24]R.Kangro和R.Nicolaides，“BlackScholes方程的远场边界条件”，暹罗J.努尔。肛门。，第38卷，1357-13682000页。[25]R.Fazio，“永久美式看跌期权：非标准有限差分方案的误差估计”，预印本可从以下网址获得：http://arxiv.org/pdf/1310.4314v1.pdf.[26]J.Zhang和S.P.Zhu，“评估美国看跌期权的混合有限差分法”，《2009年世界工程大会论文集》，7月1日至3日在伦敦举行，S.Ao、L.Gelman、D.Hukins、A.Hunter和A.Korsunsky编辑，第二卷。香港观塘IAENG，第1131-11362009页。[27]郭永康，金融衍生品的数学模型，第二版。斯普林格：斯普林格，2008。[28]K.O.Friedrichs，“对称双曲微分方程”，Commun。纯苹果。数学1954年，第7卷，第345-392页。[29]R.Fazio和A.Jannelli，“通过对流方程的流量限制器的二阶正格式”，IAENG Inter。J.阿普尔。数学2009年第39卷，第25-35页。[30]R.Company、L.J\'odar和J.-R.Pintos，“非流动性市场中非线性期权定价模型的一致稳定数值模式”，Math。计算机。模拟。，第82卷，第1972-1985页，2012年。[31]F.A.Schneider和C.H.Marchi，“关于非均匀网格一维平流问题的网格匹配率”，载于《COBEM 2005年会刊》，第18届国际机械工程大会，8页，2005年。[32]L.F。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

nandehutu2022

2022-5-8 03:24:48

Richardson，“涉及微分方程的物理问题的有限差分近似算术解，应用于砌石坝的应力，”Proc。R.Soc。伦敦人。A、 1910年，第210卷，第307-357页。[33]L.F.Richardson和J.A.Gaunt，“延迟接近极限”，Proc。R.Soc。伦敦爵士。A、 1927年，第226卷，第299-349页。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

分享

扫码加好友，拉您进群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群