能源期权定价中两因子模型的快速校准
证券定价
2021-01-14 v6
摘要
能源公司需要高效流程来对商品的随机模型进行市场校准。若选择 Black 框架进行期权定价，则市场校准的瓶颈在于资产方差的计算。能源商品通常由多因子线性模型表示，其方差满足矩阵 Lyapunov 微分方程。本文讨论了推导方差的解析与数值方法：Lyapunov 方法被表明比文献中发现的特设推导更为直接，并可轻易推广至更高维模型。给出一个案例研究，其中两因子均值回复模型的方差被嵌入 Black 公式，且模型参数针对挂牌期权进行校准。解析与数值方法相比较，显示前者使校准速度加快 14 倍。所提方法的 Python 实现作为开源软件发布于 GitHub。
引用
@article{arxiv.1809.03941,
title = {Fast calibration of two-factor models for energy option pricing},
author = {Emanuele Fabbiani and Andrea Marziali and Giuseppe De Nicolao},
journal= {arXiv preprint arXiv:1809.03941},
year = {2021}
}
备注
Accepted for publication in Applied Stochastic Models in Business and Industry