Deep PPDEs for Rough Local Stochastic Volatility
Deep PPDEs for Rough Local Stochastic Volatility
复制标题
粗略局部随机波动率的深度 PPDE
DOI：
10.2139/ssrn.3400035
复制
发表时间：
2019
期刊：
影响因子：
--
通讯作者：
Mugad Oumgari
中科院分区：
文献类型：
--
作者：
A. Jacquier;Mugad Oumgari
我们引入了粗糙局部随机波动模型的概念，将经典的概念扩展到波动由某些沃尔泰拉过程驱动的情况。在这种情况下，我们证明了定价函数是路径依赖PDE的解，为此我们开发了一种基于深度学习技术的数值方案。数值模拟表明，后者是非常有效的，并提供了一个很好的替代经典蒙特卡罗模拟。
We introduce the notion of rough local stochastic volatility models, extending the classical concept to the case where volatility is driven by some Volterra process. In this setting, we show that the pricing function is the solution to a path-dependent PDE, for which we develop a numerical scheme based on Deep Learning techniques. Numerical simulations suggest that the latter is extremely efficient, and provides a good alternative to classical Monte Carlo simulations.
登录
查看更多内容
反转马尔可夫投影，并应用于局部随机波动率模型
DOI：
10.1214/19-aop1420
发表时间：
2020
期刊：
The Annals of Probability
影响因子：
--
作者：
Lacker, Daniel;Shkolnikov, Mykhaylo;Zhang, Jiacheng
通讯作者：
Zhang, Jiacheng
影响因子：
1.6
作者：
Christian;Peter K;Gassiat;Martin;Stemper;Benjamin
通讯作者：
Benjamin
DOI：
10.1214/19-aap1486
发表时间：
2017-12
期刊：
The Annals of Applied Probability
影响因子：
--
作者：
F. Viens;Jianfeng Zhang
通讯作者：
F. Viens;Jianfeng Zhang
分数赫斯顿模型的渐近行为
DOI：
10.2139/ssrn.2531468
发表时间：
2014
期刊：
SSRN Electronic Journal
影响因子：
--
作者：
Guennoun H
通讯作者：
Guennoun H