KANHedge: Efficient Hedging of High-Dimensional Options Using Kolmogorov-Arnold Network-Based BSDE Solver
创建于 更新于
摘要
本文提出 KANHedge：在深度 BSDE 框架中用 Kolmogorov-Arnold Networks (KANs) 建模每步的 delta，从而提升高维篮子期权的对冲性能。实验（欧式与美式篮子期权，多维与多种市场情形）表明：KANHedge 与传统 MLP 在定价上误差相当（均在 ~1% 级），但在 CVaR 指标下对冲成本普遍更低，美式情形下改进可达约 9%，欧式可达 ~4% 的相对改善，归因于 KAN 提供的更平滑、更准确的梯度估计 [page::0][page::6]
