Neural Network Methods in the 2BSDE Formalism for Solving the High-Dimensional Black--Scholes Equation with Transaction Costs
说明基于2BSDE框架的神经网络方法，用于求解带交易成本的高维Black-Scholes方程
简介论文为带Leland交易成本模型（考虑曲率符号）的(D+1)维Black-Scholes偏微分方程建立了2BSDE系统，该系统以曲率的“速度”（曲率的导数）作为输入。作者用单个ResNet神经网络同时学习该偏微分方程的解以及曲率矩阵中的自由度。网络用于学习几何篮子上的看涨期权和蝶式价差等衍生品的价格，在D=10和D=100两种情形下，时间平均均方根误差均小于0.1。