arXiv发布非规则期权报价反演风险中性密度研究

Lennon J. Shikhman等四位研究者在arXiv发布了从非规则期权报价反演潜在风险中性密度的论文v3版本，该论文发表于ICAIF 2026，研究指出准确的期权价格并不意味着能准确恢复潜在风险中性密度。 研究通过合成仿真基准与NIFTY期权样本外基准对比发现，DeepONet模型相对混合模型将1%分位数误差降低39.0%、方差误差降低34.6%；在结构误设的Merton族上，报价Transformer将L1误差降低16.4%；施加质量与远期约束后，126个定价方向中有95个在数值上为零；经验证集选择的测试时适配可将DeepONet的RMSE降低28.3%。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。