Bayes推断和神经网络求解美式回望期权的隐含波动率

陶李; 朱本喜; 钱译缘; 徐嘉琪

doi:10.13413/j.cnki.jdxblxb.2024228

吉林大学学报(理学版) ›› 2024, Vol. 62 ›› Issue (06) : 1363 -1369. DOI: 10.13413/j.cnki.jdxblxb.2024228

Bayes推断和神经网络求解美式回望期权的隐含波动率

陶李, 朱本喜, 钱译缘, 徐嘉琪

作者信息 +

Author information +

文章历史 +

PDF (3180K)

摘要

首先，用原始对偶活跃集方法求解期权定价正问题，将相应的数值解作为监督学习的输出，然后用训练好的神经网络替代期权定价正问题模型.其次，结合Bayes推断与神经网络进行Metropolis-Hastings采样，求解隐含波动率反问题.该方法减少了采样过程中正问题计算量庞大的问题，从而加速了反问题求解过程.