論文の概要: Boosting Binomial Exotic Option Pricing with Tensor Networks

• arxiv url: http://arxiv.org/abs/2505.17033v1
• Date: Wed, 07 May 2025 18:01:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-01 23:16:01.371773
• Title: Boosting Binomial Exotic Option Pricing with Tensor Networks
• Title（参考訳）: テンソルネットワークによる二項エキゾチックオプションの値上げ
• Authors: Maarten van Damme, Rishi Sreedhar, Martin Ganahl,
• Abstract要約: アジアやマルチアセットのアメリカのバスケットオプションのような、エキゾチックな金融デリバティブの価格設定は、大きな課題となっている。 本研究は、オプションの2項価格法とテンソルネットワーク技術、特にマトリックス製品状態(MPS)を組み合わせたものである。 提案手法は,関心パラメータと線形にスケールし,価格エキゾチックスの計算複雑性を著しく低減する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Pricing of exotic financial derivatives, such as Asian and multi-asset American basket options, poses significant challenges for standard numerical methods such as binomial trees or Monte Carlo methods. While the former often scales exponentially with the parameters of interest, the latter often requires expensive simulations to obtain sufficient statistical convergence. This work combines the binomial pricing method for options with tensor network techniques, specifically Matrix Product States (MPS), to overcome these challenges. Our proposed methods scale linearly with the parameters of interest and significantly reduce the computational complexity of pricing exotics compared to conventional methods. For Asian options, we present two methods: a tensor train cross approximation-based method for pricing, and a variational pricing method using MPS, which provides a stringent lower bound on option prices. For multi-asset American basket options, we combine the decoupled trees technique with the tensor train cross approximation to efficiently handle baskets of up to $m = 8$ correlated assets. All approaches scale linearly in the number of discretization steps $N$ for Asian options, and the number of assets $m$ for multi-asset options. Our numerical experiments underscore the high potential of tensor network methods as highly efficient simulation and optimization tools for financial engineering.
• Abstract（参考訳）: アジアやマルチアセットのアメリカのバスケットオプションのようなエキゾチックな金融デリバティブの価格設定は、二項木やモンテカルロ法のような標準的な数値手法に重大な課題をもたらす。 前者は興味のあるパラメータと指数関数的にスケールすることが多いが、後者は十分な統計的収束を得るために高価なシミュレーションを必要とすることが多い。 この作業は、オプションのバイナリ価格法とテンソルネットワーク技術、特にマトリックス製品状態(MPS)を組み合わせることで、これらの課題を克服する。 提案手法は,関心パラメータと線形にスケールし,従来手法と比較して価格変動の計算複雑性を著しく低減する。 アジアのオプションについては,テンソルトレインのクロス近似に基づく価格設定法とMPSを用いた変動価格設定法という2つの方法を提案する。 マルチアセスメントのアメリカのバスケットオプションでは、切り離された木とテンソルトレインのクロス近似を組み合わせることで、最大で$m = 8$の相関資産のバスケットを効率的に処理する。 すべてのアプローチは、アジアオプションの離散化ステップ数$N$、マルチアセスメントオプションの資産数$m$で線形にスケールする。 数値実験により, テンソルネットワーク手法は, 金融工学における高効率なシミュレーションおよび最適化ツールとしての可能性を示している。

関連論文リスト

• MaskPro: Linear-Space Probabilistic Learning for Strict (N:M)-Sparsity on Large Language Models [53.36415620647177]
  半構造化された空間は、M$M$の重みからN$の要素を戦略的に保持することで、有望なソリューションを提供する。 既存の(N:M)互換のアプローチは通常、かなりのエラーに悩まされるルールベースの階層的な欲求探索と、禁止的なトレーニングコストを引き起こす勾配駆動学習の2つのカテゴリに分類される。 MaskProという新しい線形空間確率的フレームワークを提案する。これは、M$連続重みごとに事前のカテゴリー分布を学習し、その後、この分布を活用して(N:M)スパーシリティを$N$-wayサンプリングを通じて生成することを目的としている。
  論文  参考訳（メタデータ） (2025-06-15T15:02:59Z)
• Stacey: Promoting Stochastic Steepest Descent via Accelerated $\ell_p$-Smooth Nonconvex Optimization [15.179519413549086]
  我々は、非ユークリッドスムーズな最適化タスクを処理するために、Staceyと呼ばれる新しい高速化された$ell_p$急降下アルゴリズムを導入する。 アルゴリズムの基礎に関する理論的保証を提供するのに加えて、我々のアプローチと一般的な手法を実証的に比較する。
  論文  参考訳（メタデータ） (2025-06-07T00:47:07Z)
• Monte-Carlo Option Pricing in Quantum Parallel [2.6892244525119184]
  我々は、量子並列で多くの潜在的資産経路をシミュレートする効果的な方法を開発し、高い精度で株価の最終的な分布を導いた。 我々は、このアルゴリズムをより複雑なオプションに拡張し、デリバティブポートフォリオ内のリスクを分析する方法を実証する。
  論文  参考訳（メタデータ） (2025-05-14T15:10:27Z)
• 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)
• $f$-PO: Generalizing Preference Optimization with $f$-divergence Minimization [54.94545757220999]
  $f$-POは、既存のアプローチを一般化し拡張する新しいフレームワークである。 ベンチマークデータセットを用いて最先端言語モデルの実験を行う。
  論文  参考訳（メタデータ） (2024-10-29T02:11:45Z)
• Learning parameter dependence for Fourier-based option pricing with tensor trains [0.0]
  そこで我々は,FTベースのオプション価格で現れる関数に近似したテンソルトレインを構築する,テンソルトレイン学習アルゴリズムを提案する。 ベンチマークテストとして,様々な揮発性の値と現在の資産価格に対するマルチアセットオプションの価格設定を行う。 提案手法は,最大11個の資産を含むテストケースにおいて,モンテカルロをベースとしたオプション価格を計算複雑性の観点から106ドルパスで上回る性能を示した。
  論文  参考訳（メタデータ） (2024-04-17T01:57:19Z)
• A Specialized Semismooth Newton Method for Kernel-Based Optimal Transport [92.96250725599958]
  カーネルベース最適輸送(OT)推定器は、サンプルからOT問題に対処するための代替的機能的推定手順を提供する。 SSN法は, 標準正規性条件下でのグローバル収束率$O (1/sqrtk)$, 局所二次収束率を達成できることを示す。
  論文  参考訳（メタデータ） (2023-10-21T18:48:45Z)
• Integrated Variational Fourier Features for Fast Spatial Modelling with Gaussian Processes [7.5991638205413325]
  トレーニングポイントが$N$の場合、正確な推論は$O(N3)$コストを持ち、$M ll N$機能により、アートスパース変分メソッドの状態は$O(NM2)$コストを持つ。 近年、空間モデリングのような低次元タスクにおいて優れた性能を持つ$O(M3)$コストを約束する手法が提案されているが、最もよく使われるカーネルを除いて、非常に限られた種類のカーネルでしか動作しない。 本稿では,Fourier機能の統合について提案する。これは,これらのパフォーマンスのメリットを,より広範な定常的コのクラスに拡張するものである。
  論文  参考訳（メタデータ） (2023-08-27T15:44:28Z)
• Symmetric Tensor Networks for Generative Modeling and Constrained Combinatorial Optimization [72.41480594026815]
  ポートフォリオ最適化からロジスティクスに至るまで、制約付き最適化問題は業界に多い。 これらの問題の解決における主要な障害の1つは、有効な検索空間を制限する非自明なハード制約の存在である。 本研究では、Ax=bという形の任意の整数値等式制約をU(1)対称ネットワーク(TN)に直接エンコードし、それらの適用性を量子に着想を得た生成モデルとして活用する。
  論文  参考訳（メタデータ） (2022-11-16T18:59:54Z)
• Asymmetric Scalable Cross-modal Hashing [51.309905690367835]
  クロスモーダルハッシュは、大規模なマルチメディア検索問題を解決する方法として成功している。 これらの問題に対処する新しい非対称スケーラブルクロスモーダルハッシュ(ASCMH)を提案する。 我々のASCMHは、最先端のクロスモーダルハッシュ法よりも精度と効率の点で優れています。
  論文  参考訳（メタデータ） (2022-07-26T04:38:47Z)
• Statistical Inference of Constrained Stochastic Optimization via Sketched Sequential Quadratic Programming [53.63469275932989]
  制約付き非線形最適化問題のオンライン統計的推測を考察する。 これらの問題を解決するために、逐次二次計画法(StoSQP)を適用する。
  論文  参考訳（メタデータ） (2022-05-27T00:34:03Z)
• Random Manifold Sampling and Joint Sparse Regularization for Multi-label Feature Selection [0.0]
  本稿では,$ell_2,1$および$ell_F$正規化の連立制約付き最適化問題を解くことで,最も関連性の高いいくつかの特徴を得ることができる。 実世界のデータセットの比較実験により,提案手法が他の手法よりも優れていることが示された。
  論文  参考訳（メタデータ） (2022-04-13T15:06:12Z)

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。