Deep Penalty Methods: A Class of Deep Learning Algorithms for Solving High Dimensional Optimal Stopping Problems
创建于 更新于
摘要
本文提出Deep Penalty Method (DPM)：将罚函数法与Deep BSDE结合，通过对连续时间最优停时问题施加罚项并用单一全时空神经网络近似BSDE的Z项，从而只需一次终端优化以避免优化误差累积；理论给出罚项/时步选择对离散化误差的影响，并证明在取λ=1/√h时可获得O(√h)的收敛率；数值实验（高维美式指数看跌期权，维度最高达200）表明DPM在精度与GPU并行效率上表现优秀（相对误差低于1%且训练时间弱依赖维度）[page::0][page::19]
