[论文解读] Bermudan options by simulation
本文提出一种通用的、基于仿真的方法，用于使用马尔可夫近似和对偶性来定价高维美式期权，从而生成紧密的上下限价格。通过模拟基础过程并将状态分箱以生成停止规则和对冲策略，该方法在数秒内即可实现与维度无关的精确边界，结果通常彼此相差5–10%，且完全不受标的资产数量的影响。
The aim of this study is to devise numerical methods for dealing with very high-dimensional Bermudan-style derivatives. For such problems, we quickly see that we can at best hope for price bounds, and we can only use a simulation approach. We use the approach of Barraquand & Martineau which proposes that the reward process should be treated as if it were Markovian, and then uses this to generate a stopping rule and hence a lower bound on the price. Using the dual approach introduced by Rogers, and Haugh & Kogan, this approximate Markov process leads us to hedging strategies, and upper bounds on the price. The methodology is generic, and is illustrated on eight examples of varying levels of difficulty. Run times are largely insensitive to dimension.
研究动机与目标
- 开发一种通用的数值方法，用于在传统动态规划因维度灾难而失效的高维情形下定价美式衍生品。
- 在无需显式求解值函数的情况下，提供计算高效的上界和下界。
- 仅通过基础马尔可夫过程的模拟，实现最优停止和对冲策略的实际应用。
- 确保该方法在各种金融衍生品中保持有效性和可扩展性，无论标的资产数量多少。
- 提供一种对模型不确定性与估计误差具有鲁棒性的框架，其边界能反映现实市场价差。
提出的方法
- 通过将状态空间离散化为箱体，将收益过程近似为马尔可夫过程，从而实现基于仿真的转移概率计算。
- 采用Barraquand与Martineau的方法，基于分箱后的马尔可夫过程推导停止规则，从而获得期权价格的下界。
- 应用Rogers以及Haugh与Kogan的对偶方法，通过源自同一分箱过程的对冲策略生成相应的上界。
- 通过蒙特卡洛模拟评估上下界，所有问题仅需更改过程和收益函数，代码保持不变。
- 该方法与维度无关：即使存在数百个标的资产，计算成本依然很低，因为它避免了存储或求解高维值函数。
- 该方法仅依赖于对基础马尔可夫过程一步模拟的能力，因此可广泛应用于复杂衍生品。
实验结果
研究问题
- RQ1当传统动态规划因维度灾难而不可行时，我们能否有效定价高维美式期权？
- RQ2基于仿真的方法在不求解完整值函数的情况下，能在多大程度上生成紧密可靠的衍生品价格边界？
- RQ3如何在高维情形下构建既简单又有效的实用停止和对冲规则？
- RQ4模型近似与离散化对现实金融情境中价格边界准确度的影响如何？
- RQ5能否设计一种通用且可重用的算法，在极少问题特定调优的情况下适用于多种衍生品？
主要发现
- 该方法生成的上下界通常彼此相差5–10%，该范围与实际中估计误差和模型不确定性的水平一致。
- 计算时间对维度的敏感度极低，即使在存在数百个标的资产的问题中，典型运行时间也仅为几十秒。
- 该方法生成了明确且可实施的停止和对冲规则，这些规则直接源自模拟与分箱过程。
- 该方法完全通用：仅通过更改基础过程和收益函数，同一段代码即可定价任意美式期权。
- 边界对模型不确定性具有鲁棒性；最大的误差来源是收益过程的马尔可夫近似，而非模拟或分箱过程。
- 对于如固定行权价美式亚式期权等情形，当状态空间未能充分捕捉时，该方法性能会下降，凸显了更丰富状态表示的必要性。
更好的研究，从现在开始
从阅读论文到最终审阅，大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成，并经人工编辑审核。