(E.p:欧洲看跌期权,A.p:美国看跌期权,A.c:美国看跌期权。)et(year)rqξηθλδγρρjν测试用例1E。p[68]10 0.25 0.1-50.16 0.9----0.1-A.p[60,61,62,63,64,65,66,67]10 0.25 0.1-50.16 0.9----0.1-测试用例2E。4.0 0.5-0.5.0 0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.5.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0.0 0.0.0 0.0.0.0 0 0.0 0 0 0.0 0 0.0 0 0 0 0.0 0 0.0 0 0 0 0.0 0.0 0 0 0 0 0.0.0 0 0 0.0 0 0 0 0 0 0 0 0 0 0 0.0 0 0 0。p[47]100 0.50.03-20.04 0.25 0.20.04-0.5-0.5-0.50.2A。p[47]100 0.5 0.03-20.04 0.25 0.2 0.04-0.5-0.5-0.5 0.2应该注意的是,在这项工作中提出的所有模拟中,我们有[0,Smax]×[0,ymax]=[0,4E]×[0,1]。我们再次强调,在SV模型下的美式期权中,V的exac t值是不可用的。因此,我们使用[60,61,62,63,64,65,66,67]中描述的参考价格。表2给出了这些选项的参考价格。证明解的精确性、数值收敛速度和CPU时间与分散节点数的关系是我们的特殊任务。为了实现这一目标,我们采用了基于Wendland紧支撑径向基函数的径向点插值方法,结合不同的Nx、NZM和NZM选择,以及C、C和C光滑度,采用局部弱无网格方法来评估该金融模型的欧洲和美国选项。结果见表3和表4。根据这些结果,我们从数值的角度导出了快速而精确的解决方案,该解决方案同时具有收敛性和稳定性。该模型中给出的表格显然证实了这一说法。
|