MétaCan
Menu
Retour à la cohorte
Enregistrement W2955105953 · doi:10.3934/qfe.2019.3.440

A recursive pricing method for autocallables under multivariate subordination

2019· article· en· W2955105953 sur OpenAlexaff
Zhigang Tong

Notice bibliographique

RevueQuantitative Finance and Economics · 2019
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueStochastic processes and financial applications
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésSubordinatorLévy processMultivariate statisticsSubordination (linguistics)Exponential functionEigenfunctionMeasure (data warehouse)MathematicsEconometricsFunction (biology)Applied mathematicsClass (philosophy)Mathematical economicsComputer scienceMathematical analysisStatisticsPhysicsLinguistics

Résumé

récupéré en direct d'OpenAlex

In this paper we develop a new class of models for pricing autocallables based on multivariate subordinate Orstein Uhlenbeck (OU) processes. Starting from <i>d</i> independent OU processes and an independent <i>d</i>-dimensional Lévy subordinator, we construct a new process by time changing each of the OU processes with a coordinate of the Lévy subordinator. The prices of underlying assets are then modeled as an exponential function of the subordinate processes. The new models introduce state-dependent jumps in the asset prices and the dependence among jumps is governed by the Lévy measure of the <i>d</i>-dimensional subordinator. By employing the eigenfunction expansion technique, we are able to derive the analytical formulas for the worst-of autocallable prices. We also numerically implement a specific model and test its sensitivity to some of the key parameters of the model.

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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,508
Score d'incertitude au seuil0,806

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 Opus0,044
Tête enseignante GPT0,296
Écart entre enseignants0,252 · 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
GenreMéthodes

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

En bref

Citations6
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueQuantitative Finance and EconomicsMême sujetStochastic processes and financial applicationsTravaux en français237 207