.png){kind=icon}
返回
Data-driven hedging with generative models
.png){kind=icon}
OA
AI
DOI：10.1007/s10479-025-06867-3.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
我们提出了一种基于生成模型的无参数数据驱动型对冲方法。与依赖模型定价函数敏感性分析的对冲模型方法不同，我们的方法使用在市场数据上训练的条件生成模型，根据当前市场条件模拟真实市场情景，并计算跨这些情景最小化风险的套期保值比率。该方法纳入了交易成本，实现了对冲工具的最优选择，并能适应市场条件。我们使用VolGAN（一种隐含波动率曲面生成模型）来阐述该对冲方法在期权组合中的应用效果。该方法在样本外表现上达到了并超越了Delta和Delta-Vega对冲方法，且在训练期后无需重新训练模型即可维持超过4年的有效性能。
