Leveraging Machine Learning for High-Dimensional Option Pricing within the Uncertain Volatility Model
创建于 更新于
摘要
本报告提出将机器学习中的高斯过程回归（GPR）与树方法结合，构建GTU算法，实现了多维不确定波动率模型（UVM）下期权的高效精准定价。该算法通过动态优化波动率与相关性参数，适用于大维度篮子及路径依赖期权，数值实验证明其估价结果稳健接近基准，且计算性能优于现有方法，特别适合复杂高维金融衍生品风险管理 [page::0][page::5][page::6][page::15][page::16]。
