An analysis of linear regression and neural networks approximation for the pricing of swing options
创建于 更新于
摘要
本论文系统地分析了两种方法——基于线性回归和神经网络的继续价值函数逼近，针对多约束的摆动期权定价问题，证明了两种方法在回归基函数数量或神经网络单元数趋于无穷时的收敛性，并给出了蒙特卡洛样本逼近的收敛速率及偏差不等式，凸显了神经网络在复杂函数逼近中的有效性及线性回归在金融衍生品定价中的理论保障 [page::0][page::1][page::3][page::6][page::7][page::10][page::12][page::15][page::17][page::21][page::27]
