在不同过程下用于普通/奇异期权定价/校准的有监督深度神经网络
证券定价
2019-02-18 v1 机器学习
摘要
我们应用有监督深度神经网络，在带有和不带有随机波动率的扩散过程与纯跳跃过程下，对普通期权和奇异期权进行定价与校准。我们在不同的层数、每层神经元数量以及多种激活函数下训练神经网络模型，以找出哪些组合在经验上效果更好。对于训练，我们考虑了各种不同的损失函数和优化例程。我们证明，与常用的期权定价方法相比，深度神经网络能以指数级速度加速期权定价，从而使校准和参数估计变得极其快速。
引用
@article{arxiv.1902.05810,
title = {Supervised Deep Neural Networks (DNNs) for Pricing/Calibration of Vanilla/Exotic Options Under Various Different Processes},
author = {Ali Hirsa and Tugce Karatas and Amir Oskoui},
journal= {arXiv preprint arXiv:1902.05810},
year = {2019}
}
备注
17 pages, 28 figures and tables