加载中...
本文提出一种基于Doob–Meyer–Mertens分解与反射型BSDE的纯概率框架,通过引入修正的熵惩罚项(x ln x - x + 1)构造熵正则化惩罚序列,并证明当温度参数λ→0时,该序列单调收敛到经典美式期权价值且在附加正则条件下给出显式收敛速率;同时设计基于线性BSDE的策略改进算法(PIA),并在Black–Scholes下的max-call数值实验中验证方法的数值稳定性与一致性
| s0 | λ | PIA | Classical penalization | Binomial |
|---|---|---|---|---|
| 90 | 0.1 | 8.063 | 8.208 | 8.296 |
| 90 | 0.01 | 8.380 | 8.424 | 8.296 |
| 90 | 0.001 | 8.428 | 8.460 | 8.296 |
| 100 | 0.1 | 14.017 | 14.040 | 14.211 |
| 100 | 0.01 | 14.362 | 14.357 | 14.211 |
| 100 | 0.001 | 14.412 | 14.408 | 14.211 |
| 110 | 0.1 | 21.613 | 21.494 | 21.799 |
| 110 | 0.01 | 21.971 | 21.914 | 21.799 |
| 110 | 0.001 | 22.021 | 21.980 | 21.799 |
一、元数据与概览(引言与报告概览)
二、逐节深度解读
三、图表与表格深度解读(Table 1)
四、估值方法与数学工具解析
五、风险因素与局限性(批判性视角)
六、结论性综合
2602.18062.pdf