跳到正文
AI × 量化 × 交易AI 入门 ¥399 · 年度信号 ¥1,299 · AI 直播课 ¥5,980 · 合作机构员工优先查看 →
arXiv q-fin· Dong Yan, Haocheng Zhu, Yao Li·· 6 小时前AI 评分44

面向自由边界问题的深度学习驱动算子分裂方法:在不完全市场美式期权定价中的应用

A Deep Learning-Driven Operator Splitting Scheme for Free Boundary Problems: An Application to American Option Pricing in Incomplete Markets

AI 导读

该研究提出面向高维自由边界问题的深度学习驱动算子分裂方案,将其应用于不完全市场下的美式期权定价。该定价问题为五维高度非线性变分不等式,方案将其按时间层分解为物理信息神经网络近似的椭圆延续方程与强制提前行权约束的闭式投影步骤。该方案经有限差分、最小二乘蒙特卡洛基准验证,期权价格与学习得到的行权边界均与参考解高度吻合。

来源:arXiv q-fin · arxiv.org

下一步

AI 策略构建直播课:从期权案例到策略验证拆解信号、仓位与风险管理,在 AI 帮助下建立研究记录。微信交流与联系方式查看官方联系方式;二维码准备好后在关于页展示。Prefer English? Get the research briefing by emailRegister your interest in English research updates on our website.