一种用于奇异期权定价的后向蒙特卡洛方法

我们提出一种新颖的算法，该算法允许从局部波动率模型中的标的资产价格过程抽样路径，并在为奇异期权定价时实现显著的方差缩减。新算法依赖于构建离散多项树。我们方法的关键特征是——类似于布朗桥的思路——每条随机路径从终端固定点向后运行至初始现货价格。我们以两种替代方式刻画该树：基于源自递归边际量化算法的最优网格，以及遵循受扩散无穷小生成元有限差分近似启发的方法。我们通过比较两种方法的性能并将其与竞争蒙特卡洛方法基准测试，评估新方法的可靠性。