基于非平移不变风险度量的金融衍生品深度等风险定价
计算金融
2021-07-26 v1 证券定价
风险管理
摘要
本文研究了在等风险定价（ERP）方法中使用非平移不变风险度量对金融衍生品进行估值。超越以往多项研究中考虑的凸风险度量类别，为定价方案提供了更大的灵活性。特别地，本文表明，在 ERP 框架中嵌入合适的风险度量选择（如半均方误差（SMSE）），能够缓解基于 Tail Value-at-Risk 的 ERP 所呈现的价格膨胀现象（例如 Carbonneau 和 Godin (2021b) 中的记录）。非平移不变 ERP 的数值实现通过深度强化学习完成，其中对传统的深度对冲训练算法（见 Buehler 等，2019）进行了轻微修改，以便通过对分别关联于多头和空头对冲策略的两个神经网络进行单次训练运行即可获得价格。模拟实验表明，神经网络训练过程的准确性并未因训练算法的此种修改而受到实质性影响。
引用
@article{arxiv.2107.11340,
title = {Deep equal risk pricing of financial derivatives with non-translation invariant risk measures},
author = {Alexandre Carbonneau and Frédéric Godin},
journal= {arXiv preprint arXiv:2107.11340},
year = {2021}
}