会员服务
离散化 · 线性的 · Extensibility · Continuity · MoDELS ·
2021 年 10 月 10 日
Call and Put Option Pricing with Discrete Linear Investment Strategy
翻译：与模糊的线性投资战略进行调用和设置选项定价
Niloofar Ghorbani,Andrzej Korzeniowski
Niloofar Ghorbani,Andrzej Korzeniowski

We study the Option pricing with linear investment strategy based on discrete time trading of the underlying security, which unlike the existing continuous trading models provides a feasible real market implementation. Closed form formulas for Call and Put Option price are established for fixed interest rates and their extensions to stochastic Vasicek and Hull-White interest rates.


翻译：我们研究“选择方案”的线性投资战略,其依据是基础证券的离散时间交易,与现有的持续交易模式不同,它提供了可行的实际市场实施。 固定利率的“呼吁”和“普尔选择方案”的封闭形式价格公式是针对固定利率的,其延伸为零碎的瓦西切克和赫尔-怀特利率。
0
下载
关闭预览

相关内容

【干货书】机器学习速查手册，135页pdf
【干货书】机器学习速查手册，135页pdf
专知会员服务
125+阅读 · 2020年11月20日
【干货书】真实机器学习，264页pdf，Real-World Machine Learning
【干货书】真实机器学习，264页pdf，Real-World Machine Learning
专知会员服务
114+阅读 · 2020年4月5日
UC.Berkeley CS189讲义教材:《机器学习全面指南》，185页pdf
专知会员服务
159+阅读 · 2020年1月16日
Risk Sensitive Portfolio Optimization with Regime-Switching and Default Contagion，香港理工大学应用数学系余翔助理教授，第八届全国社会媒体处理大会SMP2019
Risk Sensitive Portfolio Optimization with Regime-Switching and Default Contagion，香港理工大学应用数学系余翔助理教授，第八届全国社会媒体处理大会SMP2019
专知会员服务
9+阅读 · 2019年10月24日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
34+阅读 · 2019年10月17日
Stabilizing Transformers for Reinforcement Learning
Stabilizing Transformers for Reinforcement Learning
专知会员服务
59+阅读 · 2019年10月17日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+阅读 · 2019年10月12日
强化学习最新教程，17页pdf
强化学习最新教程，17页pdf
专知会员服务
174+阅读 · 2019年10月11日
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
专知会员服务
79+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
Unsupervised Learning via Meta-Learning
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
Disentangled的假设的探讨
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
disentangled-representation-papers
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
AI实战圣经《Machine Learning Yearning》第1-52章中英文版pdf分享
AI实战圣经《Machine Learning Yearning》第1-52章中英文版pdf分享
深度学习与NLP
15+阅读 · 2018年9月8日
推荐｜深度强化学习聊天机器人（附论文）！
推荐｜深度强化学习聊天机器人（附论文）！
全球人工智能
4+阅读 · 2018年1月30日
【代码+论文】最全LSTM在量化交易中的应用汇总（第五期免费赠书活动来啦！）
【代码+论文】最全LSTM在量化交易中的应用汇总（第五期免费赠书活动来啦！）
量化投资与机器学习
7+阅读 · 2017年11月22日
【推荐】RNN/LSTM时序预测
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
【推荐】(Keras)LSTM多元时序预测教程
【推荐】(Keras)LSTM多元时序预测教程
机器学习研究会
24+阅读 · 2017年8月14日
Auto-Encoding GAN
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
强化学习 cartpole_a3c
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
Power analysis for cluster randomized trials with continuous co-primary endpoints
Power analysis for cluster randomized trials with continuous co-primary endpoints
Arxiv
0+阅读 · 2021年12月3日
A Communication-efficient Federated learning assisted by Central data: Implementation of vertical training into Horizontal Federated learning
Arxiv
0+阅读 · 2021年12月3日
The Linear Template Fit
Arxiv
0+阅读 · 2021年12月2日
Conservative Objective Models for Effective Offline Model-Based Optimization
Arxiv
4+阅读 · 2021年7月14日
Fundamental Tradeoffs in Distributionally Adversarial Training
Arxiv
9+阅读 · 2021年1月15日
The Causal Learning of Retail Delinquency
Arxiv
14+阅读 · 2020年12月17日
Causal Discovery with Reinforcement Learning
Arxiv
4+阅读 · 2020年3月19日
DP-ADMM: ADMM-based Distributed Learning with Differential Privacy
Arxiv
3+阅读 · 2019年3月25日
Analyzing Language Learned by an Active Question Answering Agent
Arxiv
6+阅读 · 2018年1月23日
Optimal Algorithms for Distributed Optimization
Arxiv
3+阅读 · 2017年12月1日
VIP会员
文章信息
前往arXiv
下载PDF
相关主题
离散化
线性的
Extensibility
Continuity
MoDELS
相关VIP内容
【干货书】机器学习速查手册，135页pdf
【干货书】机器学习速查手册，135页pdf
专知会员服务
125+阅读 · 2020年11月20日
【干货书】真实机器学习，264页pdf，Real-World Machine Learning
【干货书】真实机器学习，264页pdf，Real-World Machine Learning
专知会员服务
114+阅读 · 2020年4月5日
UC.Berkeley CS189讲义教材:《机器学习全面指南》，185页pdf
专知会员服务
159+阅读 · 2020年1月16日
Risk Sensitive Portfolio Optimization with Regime-Switching and Default Contagion，香港理工大学应用数学系余翔助理教授，第八届全国社会媒体处理大会SMP2019
Risk Sensitive Portfolio Optimization with Regime-Switching and Default Contagion，香港理工大学应用数学系余翔助理教授，第八届全国社会媒体处理大会SMP2019
专知会员服务
9+阅读 · 2019年10月24日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
34+阅读 · 2019年10月17日
Stabilizing Transformers for Reinforcement Learning
Stabilizing Transformers for Reinforcement Learning
专知会员服务
59+阅读 · 2019年10月17日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+阅读 · 2019年10月12日
强化学习最新教程，17页pdf
强化学习最新教程，17页pdf
专知会员服务
174+阅读 · 2019年10月11日
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
专知会员服务
79+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
热门VIP内容
相关资讯
Unsupervised Learning via Meta-Learning
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
Disentangled的假设的探讨
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
disentangled-representation-papers
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
AI实战圣经《Machine Learning Yearning》第1-52章中英文版pdf分享
AI实战圣经《Machine Learning Yearning》第1-52章中英文版pdf分享
深度学习与NLP
15+阅读 · 2018年9月8日
推荐｜深度强化学习聊天机器人（附论文）！
推荐｜深度强化学习聊天机器人（附论文）！
全球人工智能
4+阅读 · 2018年1月30日
【代码+论文】最全LSTM在量化交易中的应用汇总（第五期免费赠书活动来啦！）
【代码+论文】最全LSTM在量化交易中的应用汇总（第五期免费赠书活动来啦！）
量化投资与机器学习
7+阅读 · 2017年11月22日
【推荐】RNN/LSTM时序预测
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
【推荐】(Keras)LSTM多元时序预测教程
【推荐】(Keras)LSTM多元时序预测教程
机器学习研究会
24+阅读 · 2017年8月14日
Auto-Encoding GAN
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
强化学习 cartpole_a3c
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
相关论文
Power analysis for cluster randomized trials with continuous co-primary endpoints
Power analysis for cluster randomized trials with continuous co-primary endpoints
Arxiv
0+阅读 · 2021年12月3日
A Communication-efficient Federated learning assisted by Central data: Implementation of vertical training into Horizontal Federated learning
Arxiv
0+阅读 · 2021年12月3日
The Linear Template Fit
Arxiv
0+阅读 · 2021年12月2日
Conservative Objective Models for Effective Offline Model-Based Optimization
Arxiv
4+阅读 · 2021年7月14日
Fundamental Tradeoffs in Distributionally Adversarial Training
Arxiv
9+阅读 · 2021年1月15日
The Causal Learning of Retail Delinquency
Arxiv
14+阅读 · 2020年12月17日
Causal Discovery with Reinforcement Learning
Arxiv
4+阅读 · 2020年3月19日
DP-ADMM: ADMM-based Distributed Learning with Differential Privacy
Arxiv
3+阅读 · 2019年3月25日
Analyzing Language Learned by an Active Question Answering Agent
Arxiv
6+阅读 · 2018年1月23日
Optimal Algorithms for Distributed Optimization
Arxiv
3+阅读 · 2017年12月1日
Top
微信扫码咨询专知VIP会员
Top