随机利率下美式期权的LSM方法定价北大核心CSCDCSSCI

运用最小二乘蒙特卡罗(LSM)方法对随机利率下的美式期权定价进行研究。首先建立了标的股票价格与短期利率的市场模型,并将其转换到风险中性概率空间中,然后得到了随机利率下美式期权的LSM方法的计算步骤。在此基础上,进行了确定参数下的数值模拟,得到了随机利率对美式期权定价的影响,并验证了该方法的有效性。     

跳跃扩散模型下美式回望期权定价方法

回望期权是一种严重路径依赖性期权,美式回望期权的价格尤其依赖于标的资产的价格路径;实际市场中其标的资产的价格过程存在跳跃现象。考虑到这两个事实,本文应用一种新方法总体最小二乘蒙特卡罗模拟为跳跃扩散模型下的美式回望期权定价。该方法改进Longstaff等提出的最小二乘蒙特卡罗方法,用来为美式回望期权定价,将其定价结果与构造二叉树图的计算结果进行比较发现,用总体最小二乘蒙特卡罗方法为美式回望期权定价是合理的,并且具有一定的优越性。     

带跳市场中随机利率下的美式—亚式期权定价

在假设期权标的资产价格服从跳跃-扩散模型、利率遵循短期随机利率模型的基础上,运用总体最小二乘拟蒙特卡罗方法为美式-亚式期权定价,并将得到的定价结果和不带跳市场中美式-亚式期权的价格进行比较,数值结果表明,运用总体最小二乘拟蒙特卡罗方法得到的期权价格更好地反映了实际期权价格,并且该方法用于美式-亚式期权定价是合理的,时效性强,收敛速度快.     

引入信用风险的我国可转换债券定价实证研究

利用最小二乘Monte Carlo(LSM)模拟建立引入信用风险的可转债定价模型,模型可以更好地描述内嵌不同路径依赖触发条款期权的可转债的复杂特征.本文用MATLAB软件编程计算出中国沪深两市11支可转换债券的理论价格并与市场价格进行比较.实证结果表明,该模型的平均定价偏差在时间序列和横截面上都不超过4%,模型价格与市场价格拟合程度很高,这为模型在实际投资决策中的模拟应用提供了理论依据,具有很高的实用价值.     

基于蒙特卡罗模拟的可转换债券定价研究

使用Longstaff等提出的最小二乘蒙特卡罗方法为可转换债券定价,从而解决为可转换债券中路径依赖条款和美式期权进行定价的难题.可转换债券是复杂的结构化产品,同时受股价风险、信用风险和利率风险影响.在建立的定价模型中,股价过程放松波动率为常数的假设,用GARCH(1,1)模型估计波动率,信用风险根据TF模型用常数信用利差代表,收益率曲线用Nelson-Siegel方法估计.通过实证检验发现国内可转换债券市场存在低估,低估幅度在2%～3%之间.     

美式巴黎期权的定价模型与数值方法

给出了连续时间框架下美式巴黎期权的自由边界问题的表达式并运用有限差分进行计算,此外还运用前向打靶网格方法和最小二乘蒙特卡罗两种数值方法研究美式巴黎期权的定价问题。计算结果表明向上敲出看涨美式巴黎期权价格与障碍价格、窗口期和期权价格成正向关系,和波动率成反向关系。对于向上敲入看涨美式巴黎期权,结论正好相反。研究结果还表明,向上敲出看涨美式巴黎期权和向上敲入看涨美式巴黎期权的价格之和要远大于相同参数下的经典美式期权价格,三种数值方法的计算结果都比较接近,验证了各个数值方法的合理性,为美式巴黎期权的进一步应用奠定了基础。     

基于最小二乘法的美式期权定价的最优停时分析

给出一种基于最小二乘法的美式期权定价的最优停时的数值算法。首先通过构造一个函数的有限集替代动态规划中的条件期望，其次使用蒙特卡洛模拟和最小二乘法计算第一步中的值函数。最后，在一般意义下，证明该算法的收敛性。     

可转换债券蒙特卡罗模拟定价的控制变量改进方法

主要针对可转换债券的路径依赖和美式期权特征, 运用控制变量改进技术,对可转换债券定价的蒙特卡罗 模拟方法进行研究分析. 首先,对美式期权蒙特卡罗模拟的Rasmussen控制变量技术的基本原理和算法进行系统分析和讨论;在此基础上, 提出了可转换债券价格蒙特卡罗模拟的Rasmussen控制变量技术分析框架; 最后,通过一类应用比较广泛的LYON债券进行了详细的实证模拟分析.研究结论认为:蒙特卡罗模拟的Rasmussen控制变量技术对可转换债券定价的应用取得了比较理想的效果,而使用矩匹配方法则能 进一步改进其应用效果.     

企业R&D项目评价的蒙特卡罗模拟方法及其应用

主要针对企业R&D项目通常所具有的复杂或美式的实物期权特征,运用基于最小二乘估计思想的改进型蒙特卡罗模拟方法对其价值评价问题进行研究与探讨.首先,对企业R&D项目理论评价模型和蒙特卡罗模拟过程进行系统研究探讨;在此基础上,通过生物医药制造企业的R&D项目评价进行实际模拟分析.研究结论认为,相对于其它数值分析而言,蒙特卡罗模拟将成为解决企业R&D项目评价问题的一种更为有效的分析方法.     

亚式期权定价及其在期股激励上的应用

本文介绍了亚式期权在金融市场中所起的特殊作用,并就其定价问题进行讨论.介绍、分析了Monte Carlo模拟、几何平均近似法、二阶矩近似法、偏微分方程(PED)法、条件期望下限法等五种亚式期权的定价方法.针对当前企业期股激励制度存在的问题,本文提出将亚式期权运用于期股激励,并在后文给出了具体的计算实例.     

American option pricing under GARCH diffusion model: An empirical study

The GARCH diffusion model has received much attention in recent years, as it describes financial time series better when compared to many other models. In this paper, the authors study the empirical performance of American option pricing model when the underlying asset follows the GARCH diffusion. The parameters of the GARCH diffusion model are estimated by the efficient importance sampling-based maximum likelihood （EIS-ML） method. Then the least-squares Monte Carlo （LSMC） method is introduced to price American options. Empirical pricing results on American put options in Hong Kong stock market shows that the GARCH diffusion model outperforms the classical constant volatility （CV） model significantly.     

一种圆周机动目标的机动中心估计方法

机动目标跟踪是无源探测中的关键问题,文章针对无源探测中飞行器常见的圆周机动轨迹跟踪问题,提出了一种改进的机动中心次优估计方法。通过对三点定圆方法中三点构型对圆心估计误差影响的分析,提出了一种基于对弦进行对称分组、增加交点集合过滤规则和加权平均来提高估计精度的方法,该方法有效地解决了弦中垂线交点法在噪声条件下估计误差大的问题。之后用本方法与机动中心坐标系法相结合对飞机的圆周飞行轨迹进行滤波,仿真结果验证了文中方法的有效性。与传统的弦中垂线相交法及最小二乘法相比,该方法在相同误差条件下,具有更小的计算量。

Abstract：

Maneuver target track is a key issue in passive location,and a suboptimal improved approach to estimate maneuver center was put forward based on circular maneuver track of aircraft. Through trigonometry error analysis in circle decision,a method was proposed by symmetrically sorting chords,adding filter rules for intersection set and weighted average,and this method overcame large estimation errors in traditional perpendicular bisector intersection method （PBIM） when polluted by noise. The suboptimal one and maneuvering-center coordinates approach were used to track circular maneuver of aircraft and the results show effectivity of this method. Comparing with traditional PBIM and least-squares procedure,the suboptimal method has similar error and less computation overhead.     

求解探测概率门限因子的一种重要度抽样方法

在不同探测环境下确定探测概率时 ,首先需要根据给定的虚警率来确定相应的探测概率门限因子 ,这时需要在杂波和被检测单元的概率分布密度函数已知条件下 ,对其进行积分 .实际应用中 ,概率分布密度函数非常复杂 ,这时直接积分法很难奏效 ,必须用数值模拟法来解决 .但常规的 Monte Carlo方法在模拟像虚警概率这类小概率事件时既耗费机时 ,精度又差 ,目前国际上正在研究应用重要度抽样法(Importance Sampling)来解决该问题 .本文在前人研究成果的基础上 ,针对两大类雷达探测处理器——单元平均恒虚警 (CA-CFAR)和修整平均恒虚警处理器 (TM-CFAR) ,对相应的重要度抽样方法进行了研究和推导 ,结果表明方法高效可靠.     

被动定位跟踪中的非线性滤波技术

针对被动定位跟踪中状态空间模型非线性程度较高所引发的滤波精度偏低的问题,分析和总结了已有的包括推广卡尔曼滤波(EKF)、修正增益的推广卡曼滤波(MGEKF)、二阶滤波、自适应推广卡尔曼滤波(AEKF)等各种次优递推滤波算法的特点。在此基础上重点论述了一种基于贝叶斯原理的序贯蒙特卡罗粒子滤波技术,该方法通过粒子的加权和表征后验概率密度,获得状态估值,在处理非线性非高斯系统的状态估计问题时精度逼近最优,鲁棒性更好。     

The Convergence of Least-Squares Progressive Iterative Approximation for Singular Least-Squares Fitting System

Data fitting is an extensively employed modeling tool in geometric design. With the advent of the big data era, the data sets to be fitted are made larger and larger, leading to more and more leastsquares fitting systems with singular coefficient matrices. LSPIA (least-squares progressive iterative approximation) is an efficient iterative method for the least-squares fitting. However, the convergence of LSPIA for the singular least-squares fitting systems remains as an open problem. In this paper, the authors showed that LSPIA for the singular least-squares fitting systems is convergent. Moreover, in a special case, LSPIA converges to the Moore-Penrose (M-P) pseudo-inverse solution to the leastsquares fitting result of the data set. This property makes LSPIA, an iterative method with clear geometric meanings, robust in geometric modeling applications. In addition, the authors discussed some implementation detail of LSPIA, and presented an example to validate the convergence of LSPIA for the singular least-squares fitting systems.     

自相关过程协方差阵的残差MEWMA控制图

本文研究多变量自相关过程协方差矩阵的质量监控问题.针对服从VAR(1)模型的多变量自相关过程,基于残差分析思想,将多变量指数加权移动平均(MEWMA)控制图用于对过程的监控.首先对残差MEWMA控制图统计量进行了推导,其次采用MonteCarlo仿真的方法,以平均运行链长为评价准则对残差MEWMA控制图的监控效果进行了分析.仿真结果表明,残差MEWMA控制图具有较好的监控效果.     

α稳定分布噪声下一种稳健加权滤波的统一框架

针对传统滤波方法在α稳定分布噪声环境下性能退化的问题,从加权Myriad滤波以及加权Merid滤波方法出发,以M估计理论为基础,推导得到稳健加权(robust weighted,RW)滤波方法的统一算法结构,并据此提出了基于RW滤波的新算法,即基于稳健加权滤波的统一框架,从而将加权Myriad、加权Merid以及基于广义柯西分布的加权滤波器统一起来。此外,针对线性调频(linear frequency modulation, LFM)信号采用基于RW的LVD(RW LVD)方法估计其参数,并根据估计性能对RW方法的抑噪效果进行分析。仿真结果表明,与基于加权Myriad滤波、加权Merid滤波以及基于广义柯西分布的加权滤波等多种方法相比,在强脉冲噪声下RW滤波方法能有效抑制脉冲噪声,并具有良好的稳健性。     

空间秩深度加权的鲁棒性支撑向量机

提出了一种基于数据深度加权的鲁棒性支撑向量机.针对支撑向量机对噪声或离群点的高敏感性,在其优化函数的正则项中增加深度因子,以针对性地弱化这些点对分类结果的影响,使得分类更具有鲁棒性.给出了1范数和2范数约束下的深度加权支撑向量机的具体形式,并推导了空间秩深度在特征空间中的求解方式.相对于文献中的中心距加权方式,该方法抗噪声能力更强.     

不确定集结算子及其在多属性决策中的应用

针对方案评估中属性信息的不确定性,提出了一个基于不确定信息的多属性集结算子。该算子将有序加权平均(OWA)算子和广义平均算子相结合而成的广义有序加权平均(GOWA)算子推广到不确定的环境中,提出了一个广义不确定有序加权平均(GUOWA)算子。并且给出了基于GUOWA算子的不确定多属性决策方法,最后的实例说明该方法的有效性和合理性。     

基于加权最小二乘算法的DME/DME RNAV精度分析

DME是一种通过询问应答的方式为飞行员提供飞机到地面站距离指示的距离测量设备,用于飞机整个航行阶段.而DME/DMERNAV是一种至少利用两台DME共同工作实现在区域导航航线上授权使用的导航方式.为了准确判别DME/DME的运行是否满足我国区域导航航线授权运行规范,优化选择地面DME台站,通过建立水平定位精度模型和运行精度模型,采用加权最小二乘算法分别对DME/DME的水平定位精度和RNAV三种常用运行方式的定位精度进行了仿真分析,通过仿真给出了影响DME/DMERNAV运行精度的两个重要因素,DME测距精度和两DME台站内夹角,为RNAV飞行管理系统选取满足RNAV运行规范DME和台站切换提供了可靠的判决依据.