ROBUST FINANCIAL CALIBRATION: A BAYESIAN APPROACH FOR NEURAL SDES
创建于 更新于
摘要
本报告提出了一种基于贝叶斯方法的神经随机微分方程（神经SDE）模型校准框架，通过对神经网络权重的先验设定与似然函数构造，实现联合考虑历史时间序列数据和期权价格数据的联合校准。该方法通过Langevin动力学采样后验分布，获得参数的不确定性量化和稳健的隐含波动率界，显著提升了模型对市场数据的适应性和稳健性，且在模拟和实证数据中均表现出优异效果[page::0][page::5][page::6][page::12][page::18][page::19].
