基于渐近展开与多维Malliavin权的弱近似
概率论
2016-05-05 v1
摘要
本文发展了一种用于近似随机微分方程(SDEs)解期望的新高效格式。特别地，我们提出一种基于渐近展开与多维Malliavin权连接近似算子的方法，以精确计算目标期望值。数学有效性基于Malliavin微积分中的Watanabe和Kusuoka理论给出。此外，局部和随机波动率模型下期权定价的数值实验证实了格式的有效性。尤其，我们的弱近似显著提高了深度价外(OTMs)的精度。
引用
@article{arxiv.1605.01243,
title = {A weak approximation with asymptotic expansion and multidimensional Malliavin weights},
author = {Akihiko Takahashi and Toshihiro Yamada},
journal= {arXiv preprint arXiv:1605.01243},
year = {2016}
}
备注
Published at http://dx.doi.org/10.1214/15-AAP1105 in the Annals of Applied Probability (http://www.imstat.org/aap/) by the Institute of Mathematical Statistics (http://www.imstat.org)