基于矩匹配的机器学习算法及其在期权定价中的应用

发布者:文明办作者:发布时间:2019-12-12浏览次数:1019


主讲人:徐承龙 上海财经大学教授


时间:2019年12月20日14:00


地点:3号楼301


举办单位:数理学院


主讲人介绍:徐承龙,男,博士,上海财经大学数学学院教授,博士生导师,计算科学与金融数据研究中心主任。兼任上海市张江高新园区咨询决策专家,中国计算数学学会理事、中国系统工程学会理事、数学金融系列丛书编委会、全国金融数学与金融工程学术与教学研讨会学术委员会委员和上海市计算科学E-研究院特聘研究员。曾主持国家自然科学基金和国家重大研究项目(973)子课题、上海市课题多项。在国内外发表论文60多篇。曾获得上海市高校优秀青年教师(2001),宝钢优秀教师奖(2009年),上海市优秀研究成果(学位论文)奖(2003年),全国优秀博士论文提名奖(2004年),上海市教学成果一等奖(2009年,排名第二),第一批国家级精品资源共享课《金融衍生物定价理论》负责人(2013年)和教育部西部联盟研究生Mooc课程《数值分析》负责人(2016年)。主编的教材《现代数值计算》获得2014年工信部规划教材和2015年上海市优秀教材奖。  


内容介绍:本文主要研究Heston  模型下的欧式期权定价问题,在条件期望公式的基础上,建立了两种重点取样蒙特卡罗方法的计算框架。为了确定两种重点取样蒙特卡罗方法的最佳参数,提出了两种基于矩匹配的机器学习方法:一方面从理论上分别证明了我们提出的方法的合理性,另一方面从数值实验的角度也验证了该方法是简单、有效的。由于本文建立的方法不需要随机优化问题有解析形式的目标函数,因此本文建立的方法有较好的普适性与可应用性。