文献

J-GLOBAL ID：202202220276256190   整理番号：22A0439751

広範なネットワークは価格決定公式の需要を排除する【JST・京大機械翻訳】

Extensive networks would eliminate the demand for pricing formulas

著者 (3件)： Jeon Jaegi (Department of Mathematical Sciences, Seoul National University, Seoul 08826, Republic of Korea) ,  Park Kyunghyun (Department of Statistics, The Chinese University of Hong Kong, Shatin, N.T., Hong Kong) ,  Huh Jeonggyu (Department of Statistics, Chonnam National University, Gwangju 61186, Republic of Korea)
資料名： Knowledge-Based Systems  (Knowledge-Based Systems)
巻： 237  ページ： Null  発行年： 2022年 
JST資料番号： T0426A  ISSN： 0950-7051  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本研究では,グラフィックス処理ユニット(GPU)ベースのシミュレーションを用いて確率的アルファベータRho(SABR)モデルに対して多数の含意した揮発性を生成し,揮発性を学習するための広範なニューラルネットワークを可能にした。このモデルは,バニラオプションのための正確な価格決定公式を持たず,ニューラルネットワークは,様々な機能を近似する優れた能力を持っている。驚くべきことに,ネットワークは,それ自身によってシミュレーションノイズを減少して,それによって,大規模なモンテカルロシミュレーションと等しい精度を達成した。既存の近似式により,非常に高い精度を達成できなかった。さらに,このネットワークは公式に基づくアプローチと同様に効率的である。精度と効率を評価するとき,広範囲なネットワークはSABRモデルの価格決定式の必要性を除去することができる。もう一つの重要な寄与は,非線形回帰に基づく誤差を調べるための新しい方法を提案した。この手法は,解析的公式を推論するのが難しい他の価格決定モデルに容易に拡張可能である。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 雑音 ,  シミュレーション ,  *価格決定 ,  *ネットワーク ,  ニューラルネットワーク ,  バニラ ,  揮発性 ,  近似式
準シソーラス用語： モンテカルロシミュレーション ,  線形回帰 ,  GPU【プロセッサ】 ,  深層学習 , 【Automatic Indexing@JST】

著者キーワード (6件)： 効率的な価格決定 ,  深層学習 ,  SABRモデル ,  非線形回帰 ,  GPUベースシミュレーション ,  ニューラルネットワーク

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 価格 ,  需要 ,  排除