基于 Bakshi、Cao 与 Chen 模型框架(1997)的最小二乘蒙特卡洛方法对美式看跌期权定价及其与蒙特卡洛中替代回归技术的比较
证券定价
2018-08-09 v1 数理金融
摘要
本文探讨了美式看跌期权定价中的替代回归技术，并与 Longstaff-Schwartz(2001)实现的蒙特卡洛最小二乘方法(LSM)进行比较，后者使用最小二乘估计期权持有者继续持有条件下的期望收益。定价在 Bakshi、Cao 与 Chen(1997)的通用模型框架下进行，该框架纳入了随机波动率、随机利率与跳跃。所使用的替代回归技术为人工神经网络(ANN)与梯度提升机(GBM)树。使用这三种技术对 SPY 上的美式看跌期权进行模型校准，并在样本外数据上比较结果。
引用
@article{arxiv.1808.02791,
title = {American Put Option pricing using Least squares Monte Carlo method under Bakshi, Cao and Chen Model Framework (1997) and comparison to alternative regression techniques in Monte Carlo},
author = {Anurag Sodhi},
journal= {arXiv preprint arXiv:1808.02791},
year = {2018}
}