Low-rank kernel methods for American option pricing

Resumen Técnico: Métodos de kernel de rango bajo para la valoración de opciones americanas

Planteamiento del Problema
La valoración de derivados de estilo americano constituye un desafío fundamental en las finanzas matemáticas, que requiere la resolución de un problema de parada óptima bajo una medida neutral al riesgo. A diferencia de las opciones europeas, las opciones americanas permiten el ejercicio en cualquier momento antes del vencimiento, lo que hace necesaria la estimación de los valores de continuación condicionales en cada fecha de ejercicio potencial. Si bien el método de Montecarlo de Mínimos Cuadrados (LSM) basado en regresión, pionero de Longstaff y Schwartz [2001], se ha convertido en el estándar de la industria debido a su simplicidad conceptual, adolece de limitaciones computacionales significativas en entornos de alta dimensión. Específicamente, el LSM requiere ajustar un nuevo modelo de regresión en cada fecha de ejercicio durante la recursión de programación dinámica hacia atrás. Esta regresión "por paso" domina el costo computacional y escala deficientemente con el número de trayectorias simuladas y fechas de ejercicio. Además, la dependencia de funciones base explícitas, a menudo ad hoc, limita la capacidad del método para capturar dependencias no lineales complejas sin sobreajuste o subajuste.

Metodología
Los autores proponen una alternativa escalable y teóricamente fundamentada que reformula la estimación de los valores de continuación como un problema de aprendizaje dentro de un Espacio de Hilbert de Kernel Reproductor (RKHS). El núcleo de la metodología se basa en el operador de Incrustación de la Media Condicional (CME), que representa la esperanza condicional como un operador lineal que actúa sobre los pagos futuros.

1. Descomposición Offline-Online: Al tratar la esperanza condicional como un único operador lineal sobre el RKHS, el método desacopla la fase de aprendizaje de la fase de valoración. El operador se aprende una sola vez a partir de datos simulados en una fase offline y se reutiliza posteriormente en todas las fechas de ejercicio y strikes en la recursión hacia atrás online. Esto elimina la necesidad de volver a calcular modelos de regresión en cada paso, un cuello de botella principal en el LSM estándar y en muchos enfoques de aprendizaje profundo.
2. Aproximación de Rango Bajo: Los métodos de kernel ingenuos suelen incurrir en una complejidad computacional de $O(n^3)$ con respecto al número de trayectorias simuladas $n$. Para restaurar la escalabilidad, los autores introducen una aproximación de rango bajo basada en la descomposición de Cholesky con pivoteo. Esta técnica explota el decaimiento espectral de las matrices de kernel relevantes ($K_X$ y $K_Y$) para construir una representación de subespacio reducido.
   • El algoritmo construye una factorización de Cholesky de rango bajo ($K \approx LL^\top$) y una transformación de base biortogonal asociada.
   • Esto conduce a un estimador en forma cerrada en un subespacio reducido donde el costo computacional escala linealmente con $n$ ($O(nm^2)$ para el entrenamiento y $O(m^2)$ para la evaluación, donde $m \ll n$ es el rango).
   • El error de aproximación se controla mediante una tolerancia de truncamiento $\varepsilon$.

Contribuciones Clave
El artículo presenta cuatro contribuciones principales:

1. Reformulación como Aprendizaje de Operadores: La estimación del valor de continuación se reencuadra como el aprendizaje de una incrustación de media condicional en un RKHS de producto tensorial. Esto produce un algoritmo que aprende el operador de esperanza condicional una sola vez y lo reutiliza, proporcionando una descomposición limpia offline-online.
2. Estimador Escalable de Rango Bajo: Los autores introducen una aproximación de rango bajo del sistema de kernel utilizando la factorización de Cholesky con pivoteo. Esto proporciona un estimador en forma cerrada en un subespacio reducido con un costo computacional sustancialmente menor que la solución de kernel denso, manteniendo al mismo tiempo un error de aproximación controlado.
3. Análisis de Convergencia y Error: El artículo establece garantías de convergencia para el esquema propuesto. Deriva cotas explícitas que cuantifican los errores de aproximación que se propagan a través de la recursión hacia atrás. Estos resultados extienden la teoría de convergencia existente de algoritmos tipo LSM a estimadores de kernel no paramétricos con truncamiento de rango bajo.
4. Validación Numérica: Experimentos numéricos extensos sobre el modelo de volatilidad estocástica de Heston demuestran que el método propuesto (CME-LR) iguala o supera al punto de referencia de Longstaff-Schwartz en precisión, ofreciendo al mismo tiempo una aceleración sustancial, particularmente a medida que aumenta el número de trayectorias de simulación.

Resultados
Se realizaron experimentos numéricos en opciones de venta americanas bajo el modelo de Heston con vencimientos, strikes y conteos de trayectorias de simulación variables ($n \in \{10^2, \dots, 10^5\}$).

• Eficiencia Computacional: El método CME-LR es sistemáticamente más rápido que la línea base de Longstaff-Schwartz (LS) en todas las configuraciones probadas. La aceleración es más pronunciada para $n$ más pequeños, atribuida a la naturaleza parsimoniosa de la base de rango bajo y a la eliminación de la recomputación repetida de coeficientes.
• Precisión: CME-LR logra un error relativo medio de volatilidad implícita uniformemente menor en comparación con LS en todos los vencimientos y tamaños de muestra.
• Perfil de Error: El análisis de error revela un perfil complementario: CME-LR es más preciso para opciones fuera del dinero (log-moneyness positivo), mientras que LS mantiene una ligera ventaja para opciones dentro del dinero.
• Comportamiento del Rango: El rango de la matriz de kernel $K_Y$ crece de forma sublineal con $n$, confirmando que la estructura de rango bajo se adapta automáticamente a la complejidad de los datos. El rango de $K_X$ permanece muy pequeño (por ejemplo, 2–6) debido a la fuerte correlación negativa en el modelo de Heston, que concentra la distribución conjunta cerca de una variedad de baja dimensión.

Significado y Afirmaciones
Los autores posicionan este trabajo como un puente entre la transparencia teórica del LSM basado en regresión y la flexibilidad impulsada por datos del aprendizaje automático moderno. El significado del enfoque radica en su capacidad para:

• Eliminar la Regresión por Paso: Al aprender un único operador offline, el método evita el costo computacional dominante del LSM y la costosa reentrenamiento a menudo requerido por los esquemas de aprendizaje profundo en cada fecha de ejercicio.
• Proporcionar Rigor Teórico: A diferencia de muchos enfoques de aprendizaje profundo donde las propiedades estadísticas son menos comprendidas, este método ofrece tasas de convergencia explícitas y cotas de error que tienen en cuenta tanto el error estadístico como el error de aproximación de rango bajo.
• Escalar a Altas Dimensiones: La escala lineal con respecto al número de trayectorias y la estructura offline-online hacen que el método sea computacionalmente manejable para problemas que involucran carteras de activos, volatilidad estocástica y tasas de interés estocásticas, donde los métodos clásicos de retícula o EDP fallan.

El artículo concluye que el método de kernel de rango bajo propuesto ofrece una alternativa robusta, eficiente y teóricamente sólida para la valoración de opciones americanas de alta dimensión, con un error total de valoración que crece como máximo linealmente con el número de fechas de ejercicio.