[論文レビュー] Neural Optimal Stopping Boundary

A. Max Reppen, H. Meté Soner+1 more|arXiv (Cornell University)|May 9, 2022

Stochastic processes and financial applications被引用数 4

ひとこと要約

本稿では、境界をニューラルネットワークのグラフとしてパラメータライズし、微分可能最適化を可能にするためのファジィ境界緩和を用いることで、アメリカ型およびバミューダン型オプションの最適停止境界を直接計算する深層学習ベースの手法を提案する。この手法は、ブラック・ショールズ、ヘストン、パス依存型のルックバックオプションを含む高次元設定において高い精度を達成しており、自然な仮定の下で境界の存在を理論的に裏付けている。

ABSTRACT

A method based on deep artificial neural networks and empirical risk minimization is developed to calculate the boundary separating the stopping and continuation regions in optimal stopping. The algorithm parameterizes the stopping boundary as the graph of a function and introduces relaxed stopping rules based on fuzzy boundaries to facilitate efficient optimization. Several financial instruments, some in high dimensions, are analyzed through this method, demonstrating its effectiveness. The existence of the stopping boundary is also proved under natural structural assumptions.

研究の動機と目的

• 最適停止問題における継続領域と停止領域を分ける境界を、価値関数からの間接的推定ではなく直接計算すること。
• 境界を関数グラフとしてニューラルネットワークでパラメータライズすることにより、最適停止ルールの解釈可能で幾何学的な特徴付けを提供すること。
• 二値の停止意思決定の非微分可能性を克服するため、境界付近での確率的停止を導入するファジィ境界定式化を提案すること。
• アメリカ型およびバミューダン型オプション、特にパス依存デリバティブを含む高次元設定において、本手法の有効性を実証すること。
• 自然な構造的仮定の下で停止境界が連続関数として存在することを理論的に正当化すること。

提案手法

• 停止境界を深層ニューラルネットワーク関数のグラフとしてパラメータライズし、境界形状の直接最適化を可能にする。
• ファジィ境界緩和を導入：境界に近い状態は距離に比例した確率で停止し、勾配ベースの最適化を可能にする。
• 報酬関数は、緩和された停止ルールにおける期待ペイオフとして定義され、ニューラルネットワーク境界からの符号付き距離関数を用いて停止確率が計算される。
• 経験的リスク最小化を用いてネットワークを訓練し、状態軌道のモンテカルロシミュレーションにより報酬関数を計算する。
• 特に高次元設定において、サンプル効率を向上させるために重要度サンプリングを適用する。
• Adam最適化手法を用い、固定されたファジィ領域幅εを設定することで、学習の安定化と収束の確保を図る。

Figure 1 : Stopping region of a max-call option on two symmetric assets. The upper connected component becomes an epigraph through $(\alpha,\Xi)$ .

実験結果

リサーチクエスチョン

• RQ1 深層ニューラルネットワークは、高次元最適停止問題における最適停止境界を効果的に近似できるか？
• RQ2 ファジィ境界緩和は、勾配ベース最適化による停止境界の安定的かつ効率的学習を可能にするか？
• RQ3 本手法は、バミューダン型マックスコールオプションや高次元におけるルックバックオプションなど、複雑な金融デリバティブに対してどのように性能を発揮するか？
• RQ4 どのような条件下で停止境界が連続関数として存在するとされ、その理論的正当化は可能か？
• RQ5 価値関数に基づく手法と比較して、本手法は解釈可能で幾何学的に意味のある停止ルールを提供できるか？

主な発見

• ブラック・ショールズおよびヘストンモデルにおけるアメリカ型プットオプションに対して、本手法は信頼区間を伴う高い精度で最適停止境界を正しく計算できた。
• 高次元バミューダン型マックスコールオプションに対して、本手法は優れた性能を示し、高次元における経験的リスク最小化のスケーラビリティを裏付けた。
• パス依存型オプションに対しても本手法は効果的に機能し、ルックバックオプションの数値結果からその有効性が示された。
• 理論的分析により、自然な仮定の下で停止境界が存在することが証明され、境界は特定の構造的条件を満たす関数のグラフとして定義された。
• ファジィ境界定式化により、ε → 0 のとき、経験的報酬が真の期待ペイオフに収束することが保証され、緩和手法の正当性が裏付けられた。
• アルゴリズムはトポロジカル整合性を維持している：停止領域と継続領域は明確に分離されており、近似誤差が生じても境界は堅牢に近似されている。

(b) Stopping region through $(\alpha,\Xi)$