ScholarGate
Pembantu
Machine learningMonte Carlo Methods

Kaedah Longstaff-Schwartz

Kaedah Longstaff-Schwartz (2001) ialah algoritma Monte Carlo untuk penilaian opsyen Amerika dan swaption Bermudan dengan menganggar sempadan pelaksanaan optimum melalui regresi kaedah kuasa dua terkecil. Ia telah menjadi piawaian industri untuk penilaian derivatif bergantung lintasan di mana penyelesaian analitik tidak wujud.

Terapkan dengan EconMindTidak lama lagiVideoTidak lama lagiMuat turun slaid

Baca kaedah sepenuhnya

Ahli sahaja

Log masuk dengan akaun percuma untuk membaca bahagian ini.

Log masuk

Peta kaedah

Kejiranan kaedah berkaitan — pilih satu nod untuk meneroka.

Sumber

  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

Cara memetik halaman ini

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

Kaedah yang mana?

Letakkan kaedah ini di sebelah kaedah yang paling rapat dengannya dan baca secara bersebelahan — perpustakaan menyusun buku di atas meja; pilihan terletak pada anda.

Bandingkan secara bersebelahan
ScholarGateLongstaff-Schwartz Method (Longstaff-Schwartz Least-Squares Monte Carlo). Dicapai 2026-06-15 daripada https://scholargate.app/ms/quantitative-finance/longstaff-schwartz-method · Set data: https://doi.org/10.5281/zenodo.20539026