基于深度学习的高维导数定价最小二乘正反向随机微分方程求解器

从出版商下载全文

IDEAS上列出的参考文献

1. Masaaki Fujii&Akihiko Takahashi&Masayuki Takahahi，2017年。"高维BSDE深度学习方法中先验知识的渐近展开,"论文1710.07030，arXiv.org，2019年3月修订。
2. Ali Al-Aradi&Adolfo Correia&Danilo Naiff&Gabriel Jardim&Yuri Saporito，2018年。"通过深度学习求解非线性高维偏微分方程,"论文1811.08782，arXiv.org。
3. 王浩杰（Haojie Wang）、陈汉（Han Chen）、阿古斯（Agus Sudjianto）、刘理查（Richard Liu）和沈琦（Qi Shen），2018年。"基于深度学习的Libor市场模型BSDE求解器及其在百慕大掉期定价和套期保值中的应用,"论文1807.06622，arXiv.org，2018年9月修订。
4. Barraquand，J©rÃme&Martineau，Didier，1995年。"高维多元美国证券的数值估值,"金融与定量分析杂志剑桥大学出版社，第30卷（3），第383-405页，9月。
5. Masaaki Fujii&Akihiko Takahashi&Masayuki Takahahi，2019年。"高维BSDE深度学习方法中的先验知识渐近扩张（即将在亚太金融市场出现）,"CARF F系列CARF-F-456，东京大学经济学院金融高级研究中心。
6. Masaaki Fujii&Akihiko Takahashi&Masayuki Takahahi，2019年。"高维BSDE深度学习方法中先验知识的渐近展开,"亚太金融市场，施普林格；日本金融经济与工程协会，第26卷（3），第391-408页，9月。
7. 杰罗姆·巴拉根德，1995年。"高维多元欧洲证券的数值估值,"管理科学《信息》，第41卷（12），第1882-1891页，12月。

引文

引用人：

1. 霍家伟，2023。"最小二乘蒙特卡罗中的有限差分解Ansatz方法,"论文2305.09166，arXiv.org，2023年11月修订。
2. Yajie Yu、Bernhard Hientzsch和Narayan Ganesan，2020年。"反向深BSDE方法及其在非线性问题中的应用,"论文2006.07635，arXiv.org。

最相关的项目

1. 霍家伟，2023。"最小二乘蒙特卡罗中的有限差分解Ansatz方法,"论文2305.09166，arXiv.org，2023年11月修订。
2. 塞巴斯蒂安·贝克尔（Sebastian Becker）、帕特里克·切里迪托（Patrick Cheridito）、阿诺夫·詹岑（Arnulf Jentzen）和蒂莫·韦尔蒂（Timo Welti），2019年。"利用深度学习解决高维最优停车问题,"论文1908.01602，arXiv.org，2021年8月修订。
3. Maximilien Germain&Huyán Pham&Xavier Warin，2021年。"基于神经网络的金融随机控制和偏微分方程算法,"打印后哈尔-03115503，哈尔。
4. 亚历山德罗·格诺托（Alessandro Gnoatto）、雅典娜·皮卡雷利（Athena Picarelli）和克里斯托夫·赖辛格（Christoph Reisinger），2020年。"Deep xVA求解器——基于神经网络的交易对手信用风险管理框架,"论文2005.02633，arXiv.org，2022年12月修订。
   • 亚历山德罗·格诺托（Alessandro Gnoatto）、雅典娜·皮卡雷利（Athena Picarelli）和克里斯托夫·赖辛格（Christoph Reisinger），2020年。"Deep xVA解算器-基于神经网络的交易对手信用风险管理框架,"工作文件2020年7月，维罗纳大学经济系。
5. 藤井正树，2020年。"多种群平均场对策和平均场类型控制问题的概率方法,"CARF F系列CARF-F-497，东京大学经济学院金融高级研究中心。
6. 井口裕嘉、廖内托、冈野优介、高桥秋池直彦和山田俊弘，2021年。"深度渐近展开：在金融数学中的应用,"CIRJE F系列CIRJE-F-1178，东京大学经济学院CIRJE。
7. 藤井正树，2019年。"多种群平均场对策和平均场类型控制问题的概率方法,"CIRJE F系列东京大学经济学院CIRJE-F-1133。
8. Lorenc Kapllani和Long Teng，2024年。"基于反向微分深度学习的高维非线性反向随机微分方程求解算法,"论文2404.08456，arXiv.org。
9. Philipp Grohs和Arnulf Jentzen以及Diyora Salimova，2022年。"基于蒙特卡罗算法的偏微分方程解的深度神经网络逼近,"偏微分方程及其应用，施普林格，第3卷（4），第1-41页，8月。
10. Yoshifumi Tsuchida，2023年。"基于弱逼近的深BSDE求解器控制变量方法,"亚太金融市场，施普林格；日本金融经济与工程协会，第30卷（2），第273-296页，6月。
11. Iguchi Yuga&Riu Naito&Okano Yusuke&Takahashi Akihiko&Yamada Toshihiro，2021年。"弱逼近的深渐近展开,"CIRJE F系列东京大学经济学院CIRJE-F-1168。
12. 秋池高桥和山田俊弘，2021年。"渐近展开和深度神经网络克服非线性系数Kolmogorov偏微分方程数值逼近中的维数问题,"CIRJE F系列CIRJE-F-1167，东京大学经济学院CIRJE。
13. 藤井正树，2019年。"多种群平均场对策和平均场类型控制问题的概率方法,"论文1911.11501，arXiv.org，2020年11月修订。
14. Stefan Kremsner&Alexander Steinicke&Michaela Szölgyenyi，2020年。"半线性椭圆偏微分方程的深度神经网络算法及其在保险数学中的应用,"风险，MDPI，第8卷（4），第1-18页，12月。
15. Choi，So Eun&Jang，Hyun Jin&Lee，Kyungsub&Zheng，Harry，2021。"基于深度神经网络的同步订单到达下的最优市场营销策略,"经济动力学与控制杂志爱思唯尔，第125（C）卷。
16. 藤井正树，2019年。"多种群平均场对策和平均场类型控制问题的概率方法,"CARF F系列CARF-F-467，东京大学经济学院金融高级研究中心。
17. Stefan Kremsner&Alexander Steinicke&Michaela Szolgyenyi，2020年。"半线性椭圆偏微分方程的深度神经网络算法及其在保险数学中的应用,"论文2010.15757，arXiv.org，2020年12月修订。
18. 高桥明彦（Akihiko Takahashi）、筑田吉福（Yoshifumi Tsuchida）和山田俊弘（Toshihiro Yamada），2021年。"求解高维半线性偏微分方程的一种新的有效近似方案：深BSDE解算器的控制变量方法,"CIRJE F系列CIRJE-F-1159，东京大学经济学院CIRJE。
19. 井口裕嘉、廖内托、冈野优介、高桥秋池直彦和山田俊弘，2021年。"深度渐近展开：金融数学的应用,"CARF F系列CARF-F-523，东京大学经济学院金融高级研究中心。
20. 高桥明彦（Akihiko Takahashi）、筑田吉福（Yoshifumi Tsuchida）和山田俊弘（Toshihiro Yamada），2021年。"求解高维半线性偏微分方程的一种新的有效近似方案：Deep BSDE求解器的控制变量方法,"CARF F系列CARF-F-504，东京大学经济学院金融高级研究中心，2022年1月修订。

有关此项目的更多信息

NEP字段

• NEP-BIG-2019-08-12（大数据）
• NEP-CMP-2019-08-12（计算经济学）

统计

更正

本网站上的所有材料均由各自的出版商和作者提供。您可以帮助纠正错误和遗漏。请求更正时，请提及此项目的句柄：RePEc:arx:论文：1907.10578。请参阅一般信息关于如何更正RePEc中的材料。

如果您编写了此项目，但尚未在RePEc注册，我们鼓励您这样做在这里。这允许将您的个人资料链接到此项目。它还允许您接受我们不确定的该项目的潜在引用。

如果CitEc公司识别了书目参考，但没有将RePEc中的项目链接到它，您可以帮助这个表格.

如果你知道引用这一条的缺失条目，你可以通过以与上述相同的方式为每个引用条目添加相关引用来帮助我们创建这些链接。如果您是该项目的注册作者，您可能还想查看您的RePEc作者服务个人资料，因为可能有一些引文等待确认。

有关此项目的技术问题，或更正其作者、标题、摘要、书目或下载信息，请联系：arXiv管理员（以下电子邮件可用）。供应商的一般联系方式：http://arxiv.org/.

请注意，更正可能需要几周时间才能筛选出来各种RePEc服务。