論文の概要: A Hamiltonian Approach to Barrier Option Pricing Under Vasicek Model
- arxiv url: http://arxiv.org/abs/2307.07103v3
- Date: Fri, 06 Dec 2024 15:52:21 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-12-09 15:53:16.163113
- Title: A Hamiltonian Approach to Barrier Option Pricing Under Vasicek Model
- Title(参考訳): バシセックモデルによるバリアオプション価格設定に対するハミルトニアンアプローチ
- Authors: Chao Guo, Ning Yao,
- Abstract要約: ハミルトンアプローチによるVasicek Modelのオプション価格について検討する。
成熟までの時間を無限ステップに分割し、各ステップの行列要素を量子力学法で計算した。
- 参考スコア(独自算出の注目度): 1.3443690690260939
- License:
- Abstract: In this paper, we study option pricing under Vasicek Model by a Hamiltonian approach. Since the interest rate changes with time, we split the time to maturity into infinite steps, and the matrix element during each step could be calculated by quantum mechanics methods. Using completeness condition, the pricing kernel and the integral expression of option price could also be derived. Numerical results of option prices as functions of underlying asset price, floating rate and regression rate are also shown.
- Abstract(参考訳): 本稿では,ハミルトニアンアプローチを用いて,Vasicekモデルに基づくオプション価格について検討する。
利子レートは時間とともに変化するため、成熟までの時間を無限ステップに分割し、各ステップ中の行列要素を量子力学法で計算することができる。
完全性条件を用いて、価格カーネルとオプション価格の積分式も導出できる。
また、基本資産価格、浮動率、回帰率の関数としてのオプション価格の数値結果も示す。
関連論文リスト
- Achieving $\widetilde{\mathcal{O}}(\sqrt{T})$ Regret in Average-Reward POMDPs with Known Observation Models [56.92178753201331]
平均逆無限水平POMDPを未知の遷移モデルで扱う。
この障壁を克服する斬新でシンプルな推定器を提示する。
論文 参考訳(メタデータ) (2025-01-30T22:29:41Z) - A Path Integral Approach for Time-Dependent Hamiltonians with Applications to Derivatives Pricing [0.0]
我々は、ジャケッティとトグネッティが時間依存ハミルトニアンに導入した経路積分アプローチを一般化する。
我々は、よく知られた、しかし解析的に難解なブラック・カラシンスキーモデルに対する、金利のダイナミクスに関する結果を示す。
論文 参考訳(メタデータ) (2024-08-04T15:28:58Z) - A time-stepping deep gradient flow method for option pricing in (rough)
diffusion models [0.0]
拡散モデルにおける欧州オプションの価格設定のための新しいディープラーニングアプローチを開発する。
提案手法は,大額の金銭に対するオプション価格の振舞いを尊重し,オプション価格の既知境界に固執する。
論文 参考訳(メタデータ) (2024-03-01T18:46:26Z) - Time series generation for option pricing on quantum computers using
tensor network [0.0]
金融、特にオプション価格は、量子コンピューティングの恩恵を受ける可能性のある、有望な産業分野である。
時系列生成のための生成モデルとして, Matrix Product State (MPS) を用いた新しいアプローチを提案する。
我々は,MPSモデルがヘストンモデルで経路を生成する能力を示し,量子コンピュータ上での経路依存オプションの価格設定の可能性を強調した。
論文 参考訳(メタデータ) (2024-02-27T02:29:24Z) - Pricing with Contextual Elasticity and Heteroscedastic Valuation [23.96777734246062]
我々は、顧客がその特徴と価格に基づいて商品を購入するかどうかを決めるオンラインコンテキスト動的価格問題について検討する。
本稿では,機能に基づく価格弾力性の導入により,顧客の期待する需要をモデル化する新たなアプローチを提案する。
我々の結果は、文脈的弾力性とヘテロセダスティックな評価の関係に光を当て、効果的で実用的な価格戦略の洞察を与えました。
論文 参考訳(メタデータ) (2023-12-26T11:07:37Z) - Towards Efficient Time Stepping for Numerical Shape Correspondence [55.2480439325792]
偏微分方程式(PDE)に基づく手法が確立されており、例えば古典的な熱核シグネチャを含む。
本研究の目的は,形状解析の文脈における時間積分の手法の有用な性質を特定できるかどうかを評価することである。
論文 参考訳(メタデータ) (2023-12-21T13:40:03Z) - Path Integral Method for Pricing Proportional Step Double-Barrier Option
with Time Dependent Parameters [7.891031556378682]
量子力学におけるパス積分法は、バリアオプション価格の新しい考え方を提供する。
比例二重バリアステップ(PDBS)では、オプション価格変更プロセスは有限対称二乗ポテンシャル井戸内を移動する粒子に類似している。
論文 参考訳(メタデータ) (2023-02-15T12:53:34Z) - Autoregressive Bandits [58.46584210388307]
本稿では,オンライン学習環境であるAutoregressive Banditsを提案する。
報酬プロセスの軽微な仮定の下では、最適ポリシーを便利に計算できることが示される。
次に、新しい楽観的後悔最小化アルゴリズム、すなわちAutoRegressive Upper Confidence Bound (AR-UCB)を考案し、$widetildemathcalO left( frac(k+1)3/2sqrtnT (1-G)のサブ線形後悔を被る。
論文 参考訳(メタデータ) (2022-12-12T21:37:36Z) - Quantum computational finance: martingale asset pricing for incomplete
markets [69.73491758935712]
金融の価格問題に様々な量子技術を適用することができることを示す。
従来の研究と異なる3つの方法について議論する。
論文 参考訳(メタデータ) (2022-09-19T09:22:01Z) - Generative Principal Component Analysis [47.03792476688768]
生成的モデリング仮定を用いた主成分分析の問題点を考察する。
鍵となる仮定は、基礎となる信号は、$k$次元の入力を持つ$L$-Lipschitz連続生成モデルの範囲に近いことである。
本稿では,2次推定器を提案し,検体数として$m$の次数$sqrtfracklog Lm$の統計率を示す。
論文 参考訳(メタデータ) (2022-03-18T01:48:16Z) - Navigating to the Best Policy in Markov Decision Processes [68.8204255655161]
マルコフ決定過程における純粋探索問題について検討する。
エージェントはアクションを逐次選択し、結果のシステム軌道から可能な限り早くベストを目標とする。
論文 参考訳(メタデータ) (2021-06-05T09:16:28Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。