Unbiased Optimal Stopping via the MUSE
Unbiased Optimal Stopping via the MUSE
复制标题
通过 MUSE 进行无偏最优停止
DOI：
10.1016/j.spa.2022.12.007
复制
发表时间：
2022
影响因子：
1.4
通讯作者：
Glynn, Peter W.
中科院分区：
文献类型：
--
作者：
Zhou, Zhengqing;Wang, Guanyang;Blanchet, Jose H.;Glynn, Peter W.
我们提出了一个新的无偏估计估计的最优停止问题的效用。MUSE是“多级无偏停止估计器”的缩写，它以向后递归的方式在最优停止问题的每个阶段构造无偏多级蒙特卡罗（MLMC）估计器。与传统的顺序方法相比，MUSE可以并行实现。我们证明了MUSE具有有限的方差，有限的计算复杂度，并在温和的条件下，以O（1/2）的计算成本达到1/2-精度。我们证明MUSE经验的期权定价问题，涉及高维输入和使用许多并行处理器。
We propose a new unbiased estimator for estimating the utility of the optimal stopping problem. The MUSE, short for ‘Multilevel Unbiased Stopping Estimator’, constructs the unbiased Multilevel Monte Carlo (MLMC) estimator at every stage of the optimal stopping problem in a backward recursive way. In contrast to traditional sequential methods, the MUSE can be implemented in parallel. We prove the MUSE has finite variance, finite computational complexity, and achieves ɛ-accuracy with O (1/ɛ 2) computational cost under mild conditions. We demonstrate MUSE empirically in an option pricing problem involving a high-dimensional input and the use of many parallel processors.
登录
查看更多内容
影响因子：
1.7
作者：
Daniel Z. Zanger
通讯作者：
Daniel Z. Zanger
两个决策者的秘书问题
影响因子：
1
作者：
Robert W. Chen;B. Rosenberg;L. Shepp
通讯作者：
L. Shepp
DOI：
--
发表时间：
2019-05
期刊：
--
影响因子：
--
作者：
N. Biswas;P. Jacob;Paul Vanetti
通讯作者：
N. Biswas;P. Jacob;Paul Vanetti
影响因子：
8.2
作者：
Longstaff, FA;Schwartz, ES
通讯作者：
Schwartz, ES
DOI：
10.1111/rssb.12336
发表时间：
2020-05-06
影响因子：
5.8
作者：
Jacob, Pierre E.;O'Leary, John;Atchade, Yves F.
通讯作者：
Atchade, Yves F.