MétaCan
Menu
Retour à la cohorte
Enregistrement W3122402328 · doi:10.21314/jcf.2008.178

Fourier space time-stepping for option pricing with Lévy models

2008· article· en· W3122402328 sur OpenAlexaff
Kenneth R. Jackson, Sebastian Jaimungal, Vladimir Surkov

Notice bibliographique

RevueThe Journal of Computational Finance · 2008
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueStochastic processes and financial applications
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésJump diffusionValuation of optionsPartial differential equationComputer scienceExotic optionMathematical optimizationConvergence (economics)Lévy processApplied mathematicsJumpMathematical economicsMathematicsEconometricsEconomicsMathematical analysis

Résumé

récupéré en direct d'OpenAlex

Jump-diffusion and Lévy models have been widely used to partially alleviate some of the biases inherent in the classical Black–Scholes–Merton model. Unfortunately, the resulting pricing problem requires solving a more difficult partial integro-differential equation (PIDE), and although several approaches for solving the PIDE have been suggested in the literature, none are entirely satisfactory. We present an efficient algorithm, based on transform methods, which symmetrically treats the diffusive and integral terms, is applicable to a wide class of path-dependent options (such as Bermudan, American and barrier options) and options on multiple assets, and naturally extends to regime-switching Lévy models. Furthermore, we introduce a penalty method to improve the convergence of pricing American options.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,035
Tête enseignante GPT0,218
Écart entre enseignants0,184 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations150
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Computational FinanceMême sujetStochastic processes and financial applicationsTravaux en français237 207