Machine learningMonte Carlo Methods

Longstaff-Schwartz 方法

Longstaff-Schwartz 方法（2001）是一种蒙特卡洛算法，用于通过最小二乘回归逼近最优行权边界来为美式期权和百慕大掉期期权定价。在不存在解析解的路径依赖衍生品定价中，它已成为行业标准。

用 EconMind 应用即将推出Apply, compare, get guidance

Tools & resources

下载幻灯片

Learn & explore

视频即将推出

阅读完整方法

仅限会员

使用免费账户登录即可阅读本节。

方法图谱

相关方法的邻域——选择一个节点以展开探索。

Longstaff-Schwartz 方法

Bates模型局部波动率 (Dupire)无风险中性定价 SABR模型

来源

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 ↗
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 ↗

如何引用本页

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

选用哪种方法？

将本方法与其最相近的同类并置，并排研读——本馆将书籍铺陈于案上，取舍则由您定夺。

并排比较 →

发现本页有问题？报告或提出修改建议 →