全部版块 我的主页
› 论坛 › 经济学人 二区 › 外文文献专区
美式期权定价的蒙特卡罗方法：半线性
能者818
1107 17
2022-06-02
英文标题：
《Monte-Carlo methods for the pricing of American options: a semilinear
  BSDE point of view》
---
作者：
Bruno Bouchard (CEREMADE), Ki Chau (CWI), Arij Manai (UM), Ahmed
  Sid-Ali
---
最新提交年份：
2018
---
英文摘要：
  We extend the viscosity solution characterization proved in [5] for call/put American option prices to the case of a general payoff function in a multi-dimensional setting: the price satisfies a semilinear re-action/diffusion type equation. Based on this, we propose two new numerical schemes inspired by the branching processes based algorithm of [8]. Our numerical experiments show that approximating the discontinu-ous driver of the associated reaction/diffusion PDE by local polynomials is not efficient, while a simple randomization procedure provides very good results.
---
中文摘要：
我们将[5]中证明的看涨/看跌美式期权价格的粘性解特征推广到多维环境下的一般支付函数情况：价格满足半线性反应/扩散型方程。在此基础上，受[8]基于分支过程的算法的启发，我们提出了两种新的数值格式。我们的数值实验表明，用局部多项式近似关联反应/扩散偏微分方程的不连续驱动力是无效的，而简单的随机化程序可以提供很好的结果。
---
分类信息：

一级分类：Mathematics        数学
二级分类：Probability        概率
分类描述：Theory and applications of probability and stochastic processes: e.g. central limit theorems, large deviations, stochastic differential equations, models from statistical mechanics, queuing theory
概率论与随机过程的理论与应用：例如中心极限定理，大偏差，随机微分方程，统计力学模型，排队论
--
一级分类：Quantitative Finance        数量金融学
二级分类：Computational Finance        计算金融学
分类描述：Computational methods, including Monte Carlo, PDE, lattice and other numerical methods with applications to financial modeling
计算方法，包括蒙特卡罗，偏微分方程，格子和其他数值方法，并应用于金融建模
--

---
PDF下载：
-->
二维码

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
kedemingshi
2022-6-2 19:03:04
美国期权定价的蒙特卡罗方法：半线性BSDE观点Bruno Bouchard*Ki Wai Chau+Arij ManaiAhmed Sid Ali§2018年11月16日摘要我们将[5]中证明的买入/卖出美式期权价格的粘度解特征扩展到多维环境中的一般支付函数的情况：价格满足半线性反应/扩散型方程。在此基础上，受[8]基于分支过程的算法的启发，我们提出了两种新的数值格式。我们的数值实验表明，用局部多项式近似关联反应/扩散PDE的不连续驱动力并不有效，而简单的随机化程序可以提供非常好的结果。关键词：美式期权、粘性解、半线性Black和Scholes偏微分方程、分支方法、BSDE。1简介美式期权是一种金融合同，持有人可以在未来某一特定日期（称为到期日）之前的任何时间行使该合同。行权时，持有人收到的报酬取决于标的资产的价值。把这个问题放在数学背景下，让我们首先考虑一下著名的黑市下的单一股票（无股息支付）市场的情况*巴黎多芬大学（UniversitéParis Dauphine），巴黎国立研究大学（PSL Research University），巴黎塞雷梅德中央研究院（CNRS）。bouchard@ceremade.dauphine.fr.部分由ANR CAESARS支持的B.Bouchard研究（ANR-15-CE05-0024）。+维斯昆德信息中心。K、 W。Chau@cwi.nl勒芒大学风险与保障研究所。arijmanai@gmail.com§加拿大魁北克省拉瓦尔大学数学与统计系。艾哈迈德。锡德·阿里。1@ulaval.caand斯科尔斯设置[6]。
二维码

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
2022-6-2 19:03:07
即，让(Ohm, F、 （Ft）t≥0，P）是一个带有标准一维布朗运动W的过滤概率空间，让我们对股价过程X asXs=X exp进行建模（r）-σ） （s）- t） +σ（Ws- Wt）, s≥ t、 在风险自然概率下。这里，x>0是时间t的股价，r>0是无风险利率，σ>0是波动率。然后，在t到期的美式期权在t时的无套利价值≥ t由v（t，x）=supτ给出∈T[T，T]E[E-r（τ-t） g（Xτ）]（1）式中，t[t，t]是[t，t]值停止时间的集合，g是支付函数，比如连续函数，参见例如[7]和其中的参考文献。典型示例areg（x）=（（x- K） +，对于看涨期权（K- x） +，对于看跌期权，其中K>0表示履约价格。按构造，V（·，X）≥ 只有当V（·，X）=g（X）时才应行使期权。这导致定义以下两个区域：o连续区域：C={（t，x）∈ [0，T）×（0，∞) : V（t，x）>g（x）}o停止（或运动）区域：S={（t，x）∈ [0，T）×（0，∞) : V（t，x）=g（x）}。这些是将美式期权价格作为自由边界问题的常见公式的基础，该公式已出现在McKean[15]中：V求解C上的热方程型线性抛物问题，等于S上的g，在总是大于g的约束条件下，另一个公式基于Bensoussan和Lions的准变分方法【3】：price求解（至少在粘度解意义上）准变分部分微分方程（min（rν- 磅/英寸，英寸- g） =0，在[0，T）×（0，∞)Д（T，·）=g，开（0，∞)其中LBS是与X关联的Dynkin运算符：LBS=t+rxD+σxd，其中D和Dare是雅可比算子和黑森算子。在本文中，我们重点讨论了另一个可在[5]中找到的公式，另请参见[4]及其参考文献。
二维码

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
2022-6-2 19:03:10
美式期权估价问题可以用固定域上的半线性Black和Scholes偏微分方程组来描述，即：（r- LBSД=q（·，Д），在[0，T）×（0+∞)Д（T，·）=g，开（0，∞)（2） 式中，q是非线性反应项，定义为q（x，Д（t，x））=c（x）H（g（x）- ^1（t，x））=如果g（x）<Д（t，x）c（x）如果g（x），则为0≥ ν（t，x），其中c是特定的现金流函数，例如，对于看跌期权，c=rK，His是Heaviside函数。注意，如果我们考虑经典解，由于y的不连续性，这个半线性Black和Scholes方程没有意义→ q（x，y）。必须从不连续粘度溶液的角度考虑，参见Crandall、Ishii和Lions【11】。也就是说，即使V是连续的，上解性质也应该用q的下半连续包络来表示，下解性质则相反。这尤其意味着，对于同一个操作符，上下分辨率属性没有定义。尽管如此，由于y的特殊单调性→ q（x，y），文献[5]证明，在Black和Scholes模型中，（2）的唯一解中的美式期权价格具有适当的意义。在这项工作中，我们首先将[5]的特征从（2）扩展到一般支付函数和一般市场模型，见第2节。在此基础上，我们提出了两种数值格式。一般思想有助于（形式上）将（2）的解V确定为倒向随机微分方程Y=e的解（Y，Z）-rTg（XT）+ZT·e-rsq（Xs、ersYs）ds-ZT·ZsdWsby e-r·V（·，X）=Y。在第一种算法中，我们遵循Bouchardet等人的方法。
二维码

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
2022-6-2 19:03:13
[8] 并通过局部多项式近似非线性驱动因子q，以便能够应用基于Kolmogorov-Petrovskii-Piskunov方程的Feynman-Kac表示的纯正向分支过程的扩展版本，参见【13，14】。不幸的是，我们的数值实验表明，该算法非常不稳定，见第3.1节。在第二种算法中，我们不试图用局部多项式逼近q，而是用c（X）1{g（X）代替q（X，er·Y），用噪声对其进行适当的正则化+≥er·Y}，其中 是一个独立的随机变量。当 消失，这提供了一个收敛估计量。对于 给定，使用Bouchard等人[8]的方法和（随机）多项式（t，x，Y，Y）7估计相应的Y→ c（x）1{g（x）+≥erty}和只能消亡的粒子（不创建任何子级）。该算法非常精确，请参见第3.2.2节非线性抛物方程表示。从现在起，我们采用Ohm 作为[0，T]上从0开始的Rd值连续映射空间，赋予维纳测度P。我们让W表示正则过程，让（Ft）T≤t完成过滤。给定t∈ [0，T]和x∈ (0, ∞)d、 我们考虑一个有d只股票的金融市场，其价格过程Xt，xevolves根据toXt，x=x+Z·trXt，xsds+Z·tσ（s，Xt，xs）dWs（3），其中r∈ R是一个常数，即无风险利率，σ：[0，T]×（0，∞)d7级→Rd×dis是一个矩阵值函数，假定它的第二个分量是连续的和统一的。我们还假设'σ：（t，x）∈ [0，T]×（0，∞)d7级→ 诊断[x]-1σ（t，x）在其第二分量中一致为Lipschitz且有界，其中diag[x]表示第i个对角线入口等于x的第i个分量的对角线矩阵。
二维码

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
2022-6-2 19:03:16
这意味着Xt，Xt在（0，∞)dwhenever x公司∈ (0, ∞)d、 我们还假设P是唯一的（等价的）概率测度，其下的e-r(·-t） Xt，xis a（局部）鞅，对于（t，x）∈ [0，T]×（0，∞)d、 然后，给定一个连续的payoff函数g：（0，∞)d→ R、 对于多项式增长，带payoff g的美式期权的价格由v（t，x）=supτ给出∈T[T，T]E[E-r（τ-t） g（Xt，xτ）]，其中t[t，t]是[t，t]值停止时间的集合。参见【7】。备注2.1。（t，x）∈ [0，T]×Rd+7→ V（t，x）是连续的，多项式增长遵循上述假设下的标准估计。特别地，集合{（t，x）∈ [0，T]×Rd+：V（T，x）=g（x）}闭合。本节的目的是证明V是非线性抛物方程的粘性解rν- L^1- q（·，Д）=0在[0，T）×（0，∞)dД（T，·）=g开（0+∞)d、 （4）对于适当的反应函数q，在（0，∞)d×R。在上面，L表示与（3）相关的Dynkin运算符：LД（t，x）=对于平滑函数，tИ（t，x）+hrx，DД（t，x）i+Tr[σ>DД]（t，x）。更准确地说，我们定义了函数q byq（x，y）=如果g（x）<yc（x）如果g（x）≥ y、 （x，y）∈ (0, ∞)d×R，其中c是满足以下假设2.2的可测映射。应该清楚的是，这种假设只是为了简单起见。还要注意的是，可以免费增加adividend费率。假设2.2。地图c：（0，∞)d7级→ R+是多项式增长的连续函数。此外，g是r的粘度亚溶液- L^1- 在{（t，x）上c=0∈ [0，T）×（0，∞)d： V（t，x）=g（x）}。在提供此类函数c的示例之前，让我们先做一些重要的观察。备注2.3。首先，{（t，x）∈ [0，T）×（0，∞)d： V（t，x）=g（x）} {x∈ (0, ∞)d： g（x）>0}如果在[0，T）×（0，∞)d、 这在实践中是典型的情况（例如，因为g是非负的，并且在[0，T]上g（X）>0的概率是正的）。
二维码

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…
相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

微信QQ空间QQ微博
扫码加好友，拉您进群
各岗位、行业、专业交流群