Bayes推断和神经网络求解美式回望期权的隐含波动率

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.

关键词

隐含波动率 / Bayes推断 / 神经网络 / 替代模型