CV与众不同-神经网络的控制变量-研究论文

【文件属性】：
文件名称：CV与众不同-神经网络的控制变量-研究论文
文件大小：765KB
文件格式：PDF
更新时间：2021-05-20 22:10:15
machine learning neural networks control 我们考虑将控制变量技术应用于深度学习。 与蒙特卡罗模拟或傅立叶积分方法的应用类似，该技术提高了应用于期权定价问题的深度学习的质量。 许多众所周知的近似方法在实际应用中受到限制，但可以用作控制变量。 例如，在Heston模型中为期权定价时，SABR或Black-Scholes价格的近似公式。 神经网络仅用于将差值计算为精确的数值方法。 这样，由于控制变量已经模仿了很大一部分价格，因此我们提高了应用神经网络的准确性。 这可能会导致这种数值技术在金融应​​用中获得更高的接受度。