不确定波动率模型随机策略梯度新方法

01 摘要

论文针对多维不确定波动率模型下联合波动率与相关性不确定的稳健期权定价问题，指出其随机控制问题维度高、数值求解困难。作者据此提出一种后向演员-评论家随机策略梯度格式，核心是连续控制的压缩高斯策略基于C-vine相关矩阵表示，构造上保证正定性。数值实验表明该方法在多维衍生品上价格准确、计算高效，并与现有蒙特卡洛及机器学习基准相比具有优势。

02 关键点

1. 提出后向演员-评论家随机策略梯度格式，融合离散动态规划原理与近端策略优化。
2. 连续控制通过基于C-vine相关矩阵表示的压缩高斯策略参数化，构造上保证正定性。
3. 训练评论家的空间梯度近似超对冲策略，用对偶公式评估其质量并给出对偶价格估计。