Multilevel Monte Carlo path simulation
Multilevel Monte Carlo path simulation
复制标题
DOI：
10.1287/opre.1070.0496
复制
发表时间：
2008-05-01
影响因子：
2.7
通讯作者：
Giles, Michael B.
中科院分区：
文献类型：
--
作者：
Giles, Michael B.
我们表明，使用Monte Carlo Path模拟估算由随机微分方程产生的预期值的计算复杂性可用于降低计算复杂性。在Lipschitz回报和Euler离散化的最简单情况下，实现O（epsilon）精确度的计算成本从O（Epsilon（-3））降低到O（Epsilon（epsilon（-2）（log epsilon））（2）（2 ）。该分析得到了显示大量计算节省的数值结果的支持。
We show that multigrid ideas can be used to reduce the computational complexity of estimating an expected value arising from a stochastic differential equation using Monte Carlo path simulations. In the simplest case of a Lipschitz payoff and a Euler discretisation, the computational cost to achieve an accuracy of O(epsilon) is reduced from O(epsilon(-3)) to O(epsilon(-2)(log epsilon)(2)). The analysis is supported by numerical results showing significant computational savings.