期权定价的蒙特卡罗模拟综合性方差减少技术

主要将重要性抽样技术处理特殊衍生证券定价问题的能力与控制变量技术、分层抽样技术简单灵活、易于应用的特点有机地结合起来,把分层抽样技术和控制变量技术引入重要性抽样模拟估计的分析框架,提出更为有效的关于期权定价蒙特卡罗模拟的综合性方差减少技术;并以基于算术型亚式期权定价为例,进行了实证模拟分析.

市场风险的高效率加速算法研究

在计算投资组合市场风险时,采用高效率重要性抽样技术来处理大规模、高维度和稀有事件问题可以提高计算的速度和效率。在对投资组合损失进行Delta-Gamma近似的基础上,通过利用辅助分布变换函数,将求解抽样参数的最小抽样方差问题转化为一个非线性的广义最小二乘问题;在指数族抽样核的假设下,进一步将问题转化为迭代线性回归问题,从而简化了计算;通过德尔塔对冲和指数对冲投资组合的模拟算例验证了所提出方法的有效性。

可转换债券最小方差蒙特卡罗模拟定价改进方法的分析和研究

由于可转换债券隐含期权具有的强路径依赖结构和它所承受的多种风险,蒙特卡罗模拟方法对它的定价具备一定优越性,其中,最小方差蒙特卡罗方法(LSM)又因为其简单性而受到重视。然而,面对近年来其他定价方法不断改进的挑战,可转换债券的LSM定价方法也有改进的必要。本文首先分析和评述了Rasmussen等针对美式期权LSM定价方法的改进,受到它们的启发,尝试对可转换债券LSM定价方法进行改良。实证结论显示,将Rasmussen式控制变量结合到可转换债券的LSM定价方法中,可以有效地减少其模拟方差。