📊 statistica

A deep learning method for solving American double Heston model

Questo articolo propone un framework di deep learning che utilizza l'ensemble moltiplicativo di reti neurali (MLA-MoS-1 e MLA-MoS-2) per risolvere simultaneamente il modello americano double Heston sia con tassi di interesse costanti che stocastici, prevedendo efficacemente il confine di esercizio anticipato, i valori delle opzioni e le greche.

Autori originali: Chinonso Nwankwo, Weizhong Dai

Pubblicato 2026-10-16

📖 6 min di lettura🧠 Approfondimento

CC BY 4.0

Autori originali: Chinonso Nwankwo, Weizhong Dai

Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

Nel mondo della finanza, prevedere il prezzo futuro di un'azione è una scommessa ad alto rischio. Gli investitori si affidano a modelli matematici per determinare il valore equo delle opzioni, che sono contratti che conferiscono al titolare il diritto, ma non l'obbligo, di acquistare o vendere un asset a un prezzo specifico entro una certa data. A differenza delle opzioni standard che possono essere esercitate solo alla fine della loro vita, le opzioni di stile americano possono essere acquistate o vendute in qualsiasi momento prima della loro scadenza. Questa flessibilità introduce un puzzle complesso: in quale momento esatto e a quale prezzo dell'azione un investitore dovrebbe scegliere di esercitare l'opzione per massimizzare il profitto? Questo punto decisionale è noto come confine di esercizio anticipato. Per risolvere questo problema, i matematici utilizzano equazioni che descrivono come i prezzi degli asset e la loro volatilità — la misura di quanto selvaggiamente oscillano i prezzi — evolvono nel tempo. Quando questi modelli diventano abbastanza sofisticati da tenere conto di due diverse fonti di volatilità e persino di tassi di interesse fluttuanti, le equazioni diventano incredibilmente difficili da risolvere, richiedendo spesso una potenza di calcolo massiccia e ricorrendo a ipotesi semplificative che possono ridurne l'accuratezza.

Un team di ricercatori dell'Università di Calgary e della Louisiana Tech University ha sviluppato un nuovo approccio per affrontare questa specifica sfida utilizzando una forma di intelligenza artificiale nota come deep learning. Si sono concentrati su un modello finanziario complesso chiamato modello americano doppio Heston, che tenta di catturare la realtà secondo cui i prezzi degli asset sono influenzati da due fonti separate e interagenti di volatilità e, in alcuni casi, da tassi di interesse che cambiano nel tempo. Invece di cercare di risolvere le difficili equazioni direttamente con i metodi tradizionali basati su griglie, che possono essere rigidi e soggetti a errori quando si trattano cambiamenti repentini, i ricercatori hanno addestrato una rete neurale. Questa è un tipo di programma informatico ispirato al cervello umano, capace di apprendere schemi dai dati. Il loro obiettivo era insegnare a questa rete di prevedere simultaneamente tre cose critiche: il valore dell'opzione, il momento preciso e il prezzo in cui essa debba essere esercitata, e le "Greche", ovvero misure di sensibilità che indicano come il prezzo dell'opzione reagirà a piccole variazioni del mercato.

I ricercatori hanno progettato un'architettura unica per la loro rete neurale, che chiamano "miscela di soluzioni" (mixture of solutions). Invece di fare affidamento su un singolo programma monolitico, hanno costruito un sistema composto da tre reti più piccole e specializzate che lavorano insieme. Una parte del sistema si concentra sul passaggio del tempo, un'altra sullo stato attuale dell'asset e della sua volatilità, e una terza sull'interazione tra i diversi fattori di volatilità. Questi componenti sono combinati in un modo specifico che permette alla rete di gestire i cambiamenti bruschi e improvvisi che si verificano al momento dell'esercizio di un'opzione. Una chiave di innovazione nel loro metodo è il modo in cui gestiscono i confini del problema. I metodi tradizionali spesso costringono la soluzione a rispettare regole rigide ai margini del calcolo, il che può introdurre errori. Invece, questo nuovo metodo permette alla rete di apprendere il comportamento alle distanti frontiere direttamente dalle regole matematiche sottostanti durante il processo di addestramento. Questa flessibilità elimina la necessità di vincoli artificiali e permette al modello di scoprire autonomamente il comportamento più accurato.

Per garantire che la rete potesse apprendere efficacemente, i ricercatori hanno impiegato una strategia chiamata "allungamento della griglia" (grid stretching). Immaginate di cercare di mappare una linea costiera dove i dettagli sono incredibilmente fini in alcune aree e ampi in altre; una mappa standard potrebbe perdere le piccole insenature. Allo stesso modo, il valore di un'opzione cambia molto rapidamente vicino al punto in cui viene esercitata, ma più lentamente altrove. I ricercatori hanno regolato il campionamento dei dati per concentrarsi più intensamente su queste aree critiche e a rapido cambiamento, pur coprendo l'intero intervallo di possibilità. Hanno testato il loro metodo su un computer standard con un processore moderno, utilizzando un dataset sorprendentemente piccolo rispetto a quanto sia tipicamente richiesto per problemi così complessi. I risultati hanno mostrato che la loro rete neurale poteva prevedere il valore dell'opzione e il confine di esercizio anticipato con un'alta precisione, eguagliando o addirittura superando leggermente i risultati dei metodi consolidati utilizzati da altri esperti del settore.

Lo studio ha anche esplorato uno scenario più complicato in cui i tassi di interesse non sono fissi ma fluttuano casualmente, aggiungendo una quarta dimensione al problema. In questa versione estesa, i ricercatori hanno testato il modello sotto due diverse condizioni: una in cui i vari fattori di mercato erano ampiamente indipendenti tra loro, e un'altra in cui erano fortemente legati. La rete ha performato bene in entrambi i casi, prevedendo con successo il valore e la strategia di esercizio ottimale anche quando le relazioni tra le variabili erano complesse e non nulle. I ricercatori hanno scoperto che, sebbene il modello rimanesse robusto, l'accuratezza era leggermente superiore quando i fattori di mercato erano meno interconnessi, suggerendo che la complessità delle relazioni influenzi la precisione della previsione. Tuttavia, la capacità della rete di gestire questi scenari densi e interconnessi senza interrompersi è un passo avanti significativo.

Ciò che rende questo lavoro particolarmente degno di nota non è solo l'accuratezza dei numeri, ma il modo in cui la soluzione viene presentata. La rete neurale non produce solo un prezzo singolo; genera una superficie completa che mostra come il valore dell'opzione e il punto di esercizio ottimale cambino attraverso il tempo, il prezzo dell'asset e la volatilità. Ciò fornisce una visione completa del panorama finanziario che è difficile da ottenere con i metodi più vecchi. I ricercatori hanno inoltre dimostrato che il loro approccio può calcolare le Greche, le misure di sensibilità che i trader usano per gestire il rischio, con lo stesso livello di precisione. Evitando la rigida discretizzazione dello spazio e del tempo che affligge i metodi numerici tradizionali, e utilizzando la differenziazione automatica per calcolare direttamente i tassi di variazione, il metodo offre un modo più fluido e affidabile per navigare nelle complessità dei moderni derivati finanziari.

Le implicazioni di questa ricerca si estendono oltre un singolo modello finanziario. Dimostrano che il deep learning può essere applicato efficacemente ai problemi a confine libero (free boundary problems), una classe di sfide matematiche in cui il confine stesso fa parte della soluzione da trovare. Questo è un problema comune nella fisica e nell'ingegneria, ma è stato un ostacolo persistente nella finanza. Il successo di questo framework di "miscela di soluzioni" suggerisce che approcci simili potrebbero essere adattati per altri modelli di pricing complessi che coinvolgono molteplici fonti di incertezza. I ricercatori riconoscono che il loro lavoro è una prova di concetto basata su simulazioni, e intendono espandere le loro indagini future per includere una gamma completa di parametri e strutture di correlazione. Per ora, hanno fornito uno strumento chiaro, flessibile e accurato per comprendere il modello americano doppio Heston, offrendo un nuovo percorso per risolvere alcune delle equazioni più intricate della finanza quantitativa.

Sintesi Tecnica: Un Metodo di Deep Learning per la Risoluzione del Modello American Double Heston

Definizione del Problema
Il documento affronta la sfida computazionale rappresentata dalla risoluzione del modello American double Heston, un complesso problema di pricing di derivati finanziari caratterizzato come un problema a frontiera libera (free boundary problem). Il modello incorpora due fattori di varianza stocastica e, nella sua versione estesa, un tasso di interesse stocastico (modellato tramite il processo di Cox-Ingersoll-Ross). La difficoltà principale risiede nel determinare simultaneamente la funzione valore, la frontiera di esercizio anticipato (una superficie a frontiera libera) e le Greche (sensibilità) attraverso uno spazio di stato ad alta dimensionalità. I metodi numerici tradizionali, come i metodi a differenze finite o agli elementi finiti, spesso lottano contro la "maledizione della dimensionalità" e la discretizzazione dei termini di derivata mista, che possono portare a instabilità o oscillazioni. Inoltre, gli approoli analitici o semi-analitici esistenti (ad esempio, le espansioni asintotiche) si basano spesso su ipotesi o approssimazioni specifiche che possono limitarne l'accuratezza o l'applicabilità.

Metodologia
Gli autori propongono un framework di deep learning basato su una strategia di "Mixture of Solutions" (MoS), utilizzando l'ensembling moltiplicativo di sottoreti. La metodologia è suddivisa in due configurazioni principali:

Formulazione e Trasformazione del Modello:
- Il problema è prima formulato come un sistema di Equazioni Differenziali Stocastiche (SDE) accoppiate e la corrispondente Equazione Differenziale alle Derivate Parziali (PDE) tridimensionale (tasso di interesse costante) o quadridimensionale (tasso di interesse stocastico).
- Per gestire la frontiera libera, gli autori impiegano una trasformazione logaritmica ( $x = \ln(S/\hat{s}_f)$ ) per convertire il problema a frontiera mobile in un problema a frontiera fisso-libera.
- La funzione valore è normalizzata rispetto al prezzo di esercizio $K$ , e il dominio temporale è normalizzato nell'intervallo $[0, 1]$ .
- Fondamentalmente, gli autori non impongono condizioni al contorno esplicite per il campo lontano (ad esempio, per $S \to \infty$ o $\upsilon \to 0$ ). Tali comportamenti di frontiera vengono appresi implicitamente attraverso il residuo della PDE nella funzione di perdita (loss function).
Architettura della Rete Neurale (MLA-MoS):
L'architettura proposta, denominata MLA-MoS (Modular Learning Approximant with Mixture of Solutions), consiste in tre sottoreti interagenti combinate tramite ensembling moltiplicativo:
- Sottorete 1 ( $T$ ): Una rete dipendente dal tempo che prende $\tau$ come input, progettata per imporre le condizioni terminali.
- Sottorete 2 ( $R$ ): Una rete spaziale che prende le variabili di stato (tempo, log-prezzo, varianze, tasso di interesse) come input.
- Sottorete 3 ( $Q$ ): Una rete interattiva che prende i termini di varianza ( $\upsilon_1, \upsilon_2, \upsilon_1\upsilon_2$ ) come input per modellare l'interazione tra i fattori di volatilità.
- Ensembling: L'output finale è una somma pesata degli output delle sottoreti, modulata da un termine esponenziale che coinvolge la terza sottorete. Questa struttura garantisce la non-negatività e permette alla rete di soddisfare specifiche condizioni al contorno (Value Matching e Smooth Pasting) tramite un termine di Robin nella funzione di perdita.
- Funzione di Perdita: La funzione di perdita comprende il residuo della PDE (che impone l'equazione governante) e un termine di frontiera che accoppia le condizioni di value matching e smooth pasting alla frontiera di esercizio anticipato.
Campionamento e Ottimizzazione:
- Per affrontare la singolarità in Gamma e Delta vicino al tempo terminale e alla frontiera di esercizio anticipato, gli autori impiegano una strategia di stretching della griglia basata sulla funzione iperbolica seno ( $\sinh$ ). Questa concentra i punti di campionamento vicino alle regioni critiche (ad esempio, $t=0$ , $S=K$ ).
- I modelli sono addestrati utilizzando l'ottimizzatore Adam con decadimento esponenziale del tasso di apprendimento. La differenziazione automatica viene utilizzata per calcolare le derivate parziali necessarie per la perdita della PDE, evitando la necessità di schemi di discretizzazione numerica.

Contributi Chiave
Il documento evidenzia i seguenti contributi specifici:

Framework Spiegabile: L'introduzione di un framework di deep learning modulare e interattivo (MLA-MoS) progettato specificamente per il modello American double Heston come problema a frontiera libera.
Predizione Simultanea: La capacità delle reti addestrate (MLA-MoS-1 per tassi costanti, MLA-MoS-2 per tassi stocastici) di predire simultaneamente la superficie della frontiera di esercizio anticipato, la funzione valore e le Greche (Delta, Gamma, Vega).
Gestione Adattiva della Frontiera: L'implementazione di un termine esponenziale adattivo che agisce come una "miscela di esperti" (mixture of experts) per controllare il comportamento del valore dell'opzione vicino alle frontiere artificiali di destra, eliminando la necessità di condizioni al contorno di campo lontano predefinite.
Integrazione della Frontiera di Robin: L'incorporazione esplicita delle condizioni di smooth pasting e value matching nella funzione di perdita come termine di frontiera di Robin, garantendo la coerenza fisica alla frontiera di esercizio.
Derivate Non Discretizzate: Il ricorso alla differenziazione automatica per le derivate parziali, evitando così le imprecisioni numeriche associate alla discretizzazione dei termini di derivata mista e convettiva comuni nei metodi basati su mesh.

Risultati Sperimentali
Gli autori validano il metodo attraverso esperimenti numerici confrontando le predizioni del deep learning con i metodi esistenti:

Tasso di Interesse Costante (MLA-MoS-1): I risultati sono stati confrontati con il metodo di espansione asintotica (Zhang e Feng [37]) e il Least Squares Method (LSM). Le predizioni di MLA-MoS-1 per la funzione valore e la frontiera di esercizio anticipato hanno mostrato un'alta coerenza con questi benchmark, anche quando addestrate su dataset ristretti e "stretched" (ad esempio, $14 \times 14 \times 14 \times 14$ punti).
Tasso di Interesse Stocastico (MLA-MoS-2): Il metodo è stato testato su un modello a quattro fattori con matrici di correlazione sia sparse che dense.
- Nel caso di correlazione sparsa, i risultati sono stati confrontati con l'algoritmo AECV (Zhang e Zhang [38]), il metodo SWIFT (Shoude e Guo [30]) e LSM. I risultati di MLA-MoS-2 si sono rivelati ragionevoli e coerenti con questi metodi stabiliti.
- Nel caso di correlazione densa (dove tutti i fattori di correlazione sono non nulli), il modello ha prodotto predizioni ragionevoli, sebbene gli autori abbiano notato che la struttura densa introduceva maggiore variazione rispetto al caso sparso, suggerendo che la struttura di correlazione influenzi significativamente l'accuratezza della soluzione.
Analisi Qualitativa: Le visualizzazioni della funzione valore, delle Greche e delle frontiere di esercizio anticipato hanno confermato che le superfici si comportano come teoricamente atteso (ad esempio, Delta in $[-1, 0]$ , Gamma e Vega positivi). Lo studio ha inoltre dimostrato che la strategia di stretching della griglia è critica; senza di essa, le prestazioni predittive degradavano significativamente.

Significatività e Rivendicazioni
Il documento posiziona la propria significatività nel contesto della risoluzione di problemi a frontiera libera ad alta dimensionalità in finanza. Gli autori affermano che il loro approccio offre un'alternativa flessibile ai metodi numerici tradizionali grazie a:

Semplificazione del Design della Rete: Apprendendo i valori di frontiera lontana dalla perdita della PDE anziché imporli, il metodo riduce la complessità della gestione delle condizioni al contorno.
Miglioramento dell'Accuratezza: L'uso della differenziazione automatica e dello stretching della griglia mitiga i problemi legati alla discretizzazione delle derivate miste e alle singolarità alla frontiera di esercizio.
Scalabilità: Il metodo dimostra la capacità di gestire sia scenari con tassi di interesse costanti che stocastici all'interno di un unico framework di deep learning.

Gli autori concludono con moderazione, osservando che, sebbene i risultati attuali siano promettenti, il lavoro futuro si concentrerà sull'estensione del framework per gestire la parametrizzazione completa di variabili e parametri (inclusi i fattori di correlazione) per consentire l'inferenza su un intervallo più ampio di condizioni di mercato, riconoscendo che ciò aumenterà la complessità della rete.

Articoli simili