欧洲期权定价与深度学习辅助的校准：在具有随机长期方差均值的双因素 Models（Heston–Hull–White）框架下 李娟娟

《Mathematics》：European Option Pricing and Deep Learning-Aided Calibration Under Heston–Hull–White with a Stochastic Long-Run Variance Mean Juanjuan Li

　　

摘要

本文研究了在具有随机长期方差均值的Heston–Hull–White模型中的欧洲期权定价问题。在该模型框架下，通过引入新的计价单位，并结合特征函数和傅里叶变换方法，推导出了一种半解析的定价公式。利用2024年1月1日至2025年1月1日的SSE 50ETF期权数据，通过滚动窗口校准和深度学习引导的联合校准方案对该模型进行了检验。实证结果表明，与几种标准基准模型相比，所提出的模型能够降低整体的定价误差；而在所有考虑的模型中，深度学习结合的定价方法在样本外预测能力方面表现最为优异。