Bayes推断和神经网络求解美式回望期权的隐含波动率

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要： 首先， 用原始对偶活跃集方法求解期权定价正问题， 将相应的数值解作为监督学习的输出， 然后用训练好的神经网络替代期权定价正问题模型. 其次， 结合Bayes推断与神经网络进行Metropolis-Hastings采样， 求解隐含波动率反问题. 该方法减少了采样过程中正问题计算量庞大的问题， （剩余10226字）

试读结束

目录
monitor