ScholarGate
Assistent
Machine learningMonte Carlo Methods

Mètode de Longstaff-Schwartz

El mètode de Longstaff-Schwartz (2001) és un algorisme de Monte Carlo per a la valoració d'opcions americanes i swaptions bermudianes mitjançant l'aproximació del límit d'exercici òptim a través de la regressió per mínims quadrats. S'ha convertit en l'estàndard de la indústria per a la valoració de derivats dependents de la trajectòria on no existeixen solucions analítiques.

Aplica-ho amb EconMindAviatVídeoAviatBaixa les diapositives

Llegeix el mètode complet

Només per a membres

Inicia la sessió amb un compte gratuït per llegir aquesta secció.

Inicia la sessió

Mapa de mètodes

El veïnat de mètodes relacionats — seleccioneu un node per explorar-lo.

Fonts

  1. Longstaff, F. A., & Schwartz, E. S. (2001). Valuing American options by simulation: A simple least-squares approach. Review of Financial Studies, 14(1), 113-147. DOI: 10.1093/rfs/14.1.113
  2. Clements, D. J., & Minca, A. (2008). A simulation approach to estimating near-optimal valuation functions for Bermudan options. Journal of Computational Finance, 12(2), 73-96. link

Com citar aquesta pàgina

ScholarGate. (2026, June 3). Longstaff-Schwartz Least-Squares Monte Carlo. ScholarGate. https://scholargate.app/ca/quantitative-finance/longstaff-schwartz-method

Quin mètode?

Poseu aquest mètode al costat dels seus parents més pròxims i llegiu-los de costat a costat — la biblioteca disposa els llibres sobre la taula; la tria és vostra.

Compara de costat a costat
ScholarGateLongstaff-Schwartz Method (Longstaff-Schwartz Least-Squares Monte Carlo). Recuperat el 2026-06-15 de https://scholargate.app/ca/quantitative-finance/longstaff-schwartz-method · Conjunt de dades: https://doi.org/10.5281/zenodo.20539026