研究者发布期权价格预测近似贝叶斯推断框架
热点事件持续更新
研究者发布期权价格预测近似贝叶斯推断框架
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Worapree Maneesoonthorn、David T. Frazier、Gael M. Martin 发布面向期权价格预测的快速近似模块化贝叶斯推断框架,可利用日度现货收益、高频现货数据与期权价格三类信息源,快速计算未来期权价格的概率预测。 该框架直接基于理论期权定价模型运行,无需为观测期权价格构建显式统计模型或似然函数。基于 Heston 期权定价模型的实证显示,该方法预测精度与基于似然的模块化推断相当,计算效率显著提升,可实现预测分布的实时快速更新。
AI 根据报道生成 · 1 小时前更新
最新进展10月23日 12:00
期权价格预测的快速近似模块化推断方法报道时间线
沿着报道,了解事件的不同侧面。
10月23日
- arXiv q-fin期权价格预测的快速近似模块化推断方法
研究提出一种新的近似贝叶斯推断框架,可利用日度现货收益、高频现货数据与期权价格三类信息源,快速计算未来期权价格的概率预测。该框架直接基于理论期权定价模型运行,无需为观测期权价格构建显式统计模型或似然函数。基于Heston期权定价模型的实证显示,该方法预测精度与基于似然的模块化推断相当,且计算效率显著提升,可实现预测分布的实时快速更新。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。