Entropy-regularized penalization schemes for American options and reflected BSDEs with singular generators
创建于 更新于
摘要
本文提出并分析了一种用于连续时间最优停时（含美式期权）的熵正则化惩罚 BSDE 方案：通过将熵项嵌入惩罚器得到光滑化的随机化停时表示，从而既促进探索又支持基于梯度的优化与策略改进算法；在参数极限下，证明极限过程满足具有对数奇异驱动项的反射 BSDE 并证明其存在唯一性，同时给出数值实现（隐式 BSDE 求解器与 PIA）与收敛率结果 [page::0][page::4].
