MétaCan
Menu
Retour à la cohorte
Enregistrement W1894494774 · doi:10.1142/s0219024915500181

PRICING TWO-ASSET BARRIER OPTIONS UNDER STOCHASTIC CORRELATION VIA PERTURBATION

2015· article· en· W1894494774 sur OpenAlexaff
Marcos Escobar, Barbara Götz, Daniela Neykova, Rudi Zagst

Notice bibliographique

RevueInternational Journal of Theoretical and Applied Finance · 2015
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueStochastic processes and financial applications
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésStochastic volatilityBarrier optionCovarianceEconometricsPerturbation (astronomy)Stochastic processMathematicsMathematical optimizationEconomicsApplied mathematicsVolatility (finance)Computer sciencePhysicsStatistics

Résumé

récupéré en direct d'OpenAlex

The correlation structure is crucial when pricing multi-asset products, in particular barrier options. In this work, we price two-asset path-dependent derivatives by means of perturbation theory in the context of a bi-dimensional asset model with stochastic correlation and volatilities. To our best knowledge, this is the first attempt at pricing barriers with stochastic correlation. It turns out that the leading term of the approximation corresponds to a constant covariance Black–Scholes type price with correction terms adjusting for stochastic volatility and stochastic correlation effects. The practicability of the presented method is illustrated by some numerical implementations.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,968
Score d'incertitude au seuil0,466

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,015
Tête enseignante GPT0,239
Écart entre enseignants0,224 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Theoretical and Applied FinanceMême sujetStochastic processes and financial applicationsTravaux en français237 207