DIMENSION REDUCTION IN MARTINGALE OPTIMAL TRANSPORT: GEOMETRY AND ROBUST OPTION PRICING
创建于 更新于
摘要
本文证明：在向量化马丁格尔最优运输（VMOT）中，当资产维度为d=2且每期收益的 payoff 为（逐期）超模或次模函数时，任一极端定价模型在第1期的联合边际可取为单因子（单变量的单调耦合）结构，从而实现从二维到一维的维度约减并将问题简化为更低维的VMOT/OT问题；该结果对d≥3 一般不成立，并基于此提出了保结构的降维 Sinkhorn 算法，数值试验表明在示例中计算时间可减少约99%且精度提升 [page::3][page::10][page::17].
