http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
김길주,안창호,황강진 융복합지식학회 2019 융복합지식학회논문지 Vol.7 No.4
버뮤다 옵션의 가격을 계산하기 위한, 좀더 엄밀하게 말하면 시장가격에 가장 근사하다고 의견의 일치를 보는 방법은 아직 없다. 버뮤다옵션의 가격결정은 동적 프로그래밍 원칙을 해결하는 것과 같으며, 특히 큰 차원에 있어서 주된 어려움은 지속 가치와 관련된 조건부 기대치들의 계산에서 비롯된다. 이러한 조건부 기대치들은 유한 차원 벡터 공간상에서 전형적인 회귀 기법에 의해 계산된다. 본 연구에서는 조건부 기대치들의 신경망근사치를 연구한다. 또한 표준 최소자승회귀분석을 신경망 근사치로 대체함으로써 잘 알려진Longstaff-Schwartz 알고리듬과 합치됨을 보인다. There is no consensus on Bermuda option pricing, more precisely, the closest approximation to market prices. The pricing of Bermuda options is like solving dynamic programming principles, and the main difficulty, especially on a larger scale, comes from the calculation of conditional expectations related to continuation value. These conditional expectations are computed by a typical regression technique on finite dimensional vector spaces. In this study, we study the neural network approximation of conditional expectations. It is also shown that it replaces the standard least squares regression with a neural network approximation, which is consistent with the well-known Longstaff-Schwartz algorithm.