ScholarGate
Assistent
Machine learningMonte Carlo Methods

Longstaff-Schwartz-metoden

Longstaff-Schwartz-metoden (2001) är en Monte Carlo-algoritm för prissättning av amerikanska optioner och Bermudianska swaptions genom att approximera den optimala utnyttjandegränsen via minsta-kvadratregression. Den har blivit industristandard för prissättning av path-beroende derivat där analytiska lösningar saknas.

Tillämpa med EconMindSnartVideoSnartLadda ner bildspel

Läs hela metoden

Endast för medlemmar

Logga in med ett kostnadsfritt konto för att läsa avsnittet.

Logga in

Metodkarta

Närområdet av besläktade metoder — välj en nod för att utforska.

Källor

  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

Så citerar du den här sidan

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

Vilken metod?

Placera den här metoden bredvid sina närmaste släktingar och läs dem sida vid sida — biblioteket lägger fram böckerna på bordet; valet är ditt.

Jämför sida vid sida
ScholarGateLongstaff-Schwartz Method (Longstaff-Schwartz Least-Squares Monte Carlo). Hämtad 2026-06-15 från https://scholargate.app/sv/quantitative-finance/longstaff-schwartz-method · Datamängd: https://doi.org/10.5281/zenodo.20539026