逆高斯近似下的Heston模型低偏置仿真策略
需积分: 5 36 浏览量
更新于2024-07-09
收藏 532KB PDF 举报
"这篇研究论文探讨了一种基于逆高斯近似的方法,用于解决Heston模型中的低偏置仿真方案。Heston模型是一种在金融工程中广泛使用的随机波动率模型,它考虑了资产价格的波动性变化,对期权定价至关重要。在Heston模型中,条件时间积分方差的采样是一项复杂且关键的任务,因为它的分布非常复杂。论文证明了随着时间间隔趋近无穷大,这个复杂的分布将收敛到矩匹配的逆高斯分布。因此,作者开发了一种有效且精确的逆高斯近似算法,用于采样条件时间积分方差。数值实验显示,该方法在保持相同计算时间的情况下,对于中等路径依赖期权的准确性优于现有的先进方法。关键词包括:逆高斯分布、渐近精确性、快速矩匹配、路径依赖期权、Heston模型。"
本文详细介绍了Heston模型和其在金融衍生品定价中的应用。Heston模型由Heston于1993年提出,它扩展了经典的Black-Scholes模型,引入了波动率的随机过程,以更好地模拟实际市场中的波动行为。在Heston模型中,条件时间积分方差是影响期权价格的关键因素,但其复杂的非对称分布使得采样成为一大难题。
论文的核心贡献在于,通过理论分析,作者发现当时间间隔趋向无限大时,条件时间积分方差的分布可以近似为逆高斯分布,这是一种具有特定矩匹配的分布。利用这一发现,他们设计了一种新的采样策略,即逆高斯近似法,这种方法在保持计算效率的同时提高了采样的精确性。
逆高斯分布是一种连续概率分布,其特征在于能够很好地拟合一些非正态分布的数据,尤其适用于模拟长期趋势。在Heston模型的上下文中,逆高斯近似提供了对条件时间积分方差的有效估计,从而改进了期权定价的计算效率。
此外,论文还通过数值实验验证了新方法的优越性。对于那些对资产价格路径依赖性较强的期权(如障碍期权、亚洲期权等),新方法在保持计算时间不变的情况下,能提供更精确的价格估计。
这项工作不仅深化了我们对Heston模型中条件时间积分方差分布的理解,还提供了一种实用的工具,为金融市场的量化分析和风险管理提供了有力支持。
2021-06-09 上传
2023-10-12 上传
2023-06-06 上传
2023-07-30 上传
2023-05-12 上传
2023-07-30 上传
2023-04-30 上传
2023-08-11 上传
weixin_38606870
- 粉丝: 1
- 资源: 922
最新资源
- 计算机人脸表情动画技术发展综述
- 关系数据库的关键字搜索技术综述:模型、架构与未来趋势
- 迭代自适应逆滤波在语音情感识别中的应用
- 概念知识树在旅游领域智能分析中的应用
- 构建is-a层次与OWL本体集成:理论与算法
- 基于语义元的相似度计算方法研究:改进与有效性验证
- 网格梯度多密度聚类算法:去噪与高效聚类
- 网格服务工作流动态调度算法PGSWA研究
- 突发事件连锁反应网络模型与应急预警分析
- BA网络上的病毒营销与网站推广仿真研究
- 离散HSMM故障预测模型:有效提升系统状态预测
- 煤矿安全评价:信息融合与可拓理论的应用
- 多维度Petri网工作流模型MD_WFN:统一建模与应用研究
- 面向过程追踪的知识安全描述方法
- 基于收益的软件过程资源调度优化策略
- 多核环境下基于数据流Java的Web服务器优化实现提升性能