ترجمه مقاله نقش ضروری ارتباطات 6G با چشم انداز صنعت 4.0
- مبلغ: ۸۶,۰۰۰ تومان
ترجمه مقاله پایداری توسعه شهری، تعدیل ساختار صنعتی و کارایی کاربری زمین
- مبلغ: ۹۱,۰۰۰ تومان
We propose the use of the meshfree radial basis point interpolation (RBPI) to solve the Black–Scholes model for European and American options. The RBPI meshfree method offers several advantages over the more conventional radial basis function approximation, nevertheless it has never been applied to option pricing, at least to the very best of our knowledge. In this paper the RBPI is combined with several numerical techniques, namely: an exponential change of variables, which allows us to approximate the option prices on their whole spatial domain, a mesh refinement algorithm, which turns out to be very suitable for dealing with the non-smooth options’ payoff, and an implicit Euler Richardson extrapolated scheme, which provides a satisfactory level of time accuracy. Finally, in order to solve the free boundary problem that arises in the case of American options three different approaches are used and compared: the projected successive overrelaxation method (PSOR), the Bermudan approximation, and the penalty approach. Numerical experiments are presented which demonstrate the computational efficiency of the RBPI and the effectiveness of the various techniques employed.
ما استفاده از نقطهی پایهی شعاعی بدون شبکه (RBPI) را برای حل مدل بلک-اسکولز برای گزینههای آمریکایی و اروپایی ارائه میدهیم. روش بدون شبکهی RBPI، چندین مزیت را نسبت به تقریب متعارفتر تابع پایهی ریشهای ارائه میدهد، با این وجود، آن هرگز برای قیمتگذاری گزینه ، حداقل تا جایی که ما میدانیم، اعمال نشده است. در این مقاله، RBPI، با چند تکنیکها عددی ترکیب میشود، یعنی: یک تغییر توانی متغییرها، یک الگوریتم اصلاح شبکه (مش)، که برای پرداختن به پرداخت گزینههای ناهموار، بسیار مناسب است، و یک طرحوارهی برونیابی شدهی ضمنی اویلر-ریچاردسون، که سطح رضایتبخشی از سطح دقت زمانی را فراهم میکند. در نهایت، به منظور حل مسالهی مرز (کران) آزاد که در مورد گزینههای آمریکایی ایجاد میشود، سه رویکرد مختلف استفاده و مقایسه میشوند: روش سادهسازی بیش از حد متوالی تصویر شده (PSOR)، تقریب برمودا، و رویکرد جریمه (پنالتی). آزمایشهای عددی ارائه میشوند که کارایی محاسباتی RBPI و کارایی تکنیکهای مختلف به کار گرفته شده را نشان میدهند.