Low-rank kernel methods for American option pricing

Resumo Técnico: Métodos de kernel de baixo posto para precificação de opções americanas

Enunciado do Problema
A valoração de derivativos do estilo americano constitui um desafio fundamental em matemática financeira, exigindo a solução de um problema de parada ótima sob uma medida neutra ao risco. Diferentemente das opções europeias, as opções americanas permitem o exercício a qualquer momento antes do vencimento, necessitando da estimação de valores de continuação condicionais em cada data de exercício potencial. Embora o método de Monte Carlo com Mínimos Quadrados (LSM) baseado em regressão, pioneiro de Longstaff e Schwartz [2001], tenha se tornado o padrão da indústria devido à sua simplicidade conceitual, ele sofre de limitações computacionais significativas em cenários de alta dimensão. Especificamente, o LSM exige o ajuste de um novo modelo de regressão em cada data de exercício durante a recursão de programação dinâmica reversa. Essa regressão "por etapa" domina o custo computacional e escala mal com o número de trajetórias simuladas e datas de exercício. Além disso, a dependência de funções de base explícitas, muitas vezes ad hoc, limita a capacidade do método de capturar dependências não lineares complexas sem sobreajuste ou subajuste.

Metodologia
Os autores propõem uma alternativa escalável e fundamentada teoricamente que reformula a estimação de valores de continuação como um problema de aprendizado dentro de um Espaço de Hilbert com Kernel Reprodutor (RKHS). O cerne da metodologia baseia-se no operador de Embebedimento da Média Condicional (CME), que representa a esperança condicional como um operador linear atuando sobre pagamentos futuros.

1. Decomposição Offline-Online: Ao tratar a esperança condicional como um único operador linear no RKHS, o método desacopla a fase de aprendizado da fase de precificação. O operador é aprendido uma única vez a partir de dados simulados em uma fase offline e subsequentemente reutilizado em todas as datas de exercício e strikes na recursão reversa online. Isso elimina a necessidade de recalcular modelos de regressão a cada etapa, um gargalo primário no LSM padrão e em muitas abordagens de aprendizado profundo.
2. Aproximação de Baixo Posto: Métodos de kernel ingênuos tipicamente incorrem em complexidade computacional de $O(n^3)$ em relação ao número de trajetórias simuladas $n$. Para restaurar a escalabilidade, os autores introduzem uma aproximação de baixo posto baseada na decomposição de Cholesky com pivoteamento. Esta técnica explora o decaimento espectral das matrizes de kernel relevantes ($K_X$ e $K_Y$) para construir uma representação em subespaço reduzido.
   • O algoritmo constrói uma fatoração de Cholesky de baixo posto ($K \approx LL^\top$) e uma transformação de base biortogonal associada.
   • Isso leva a um estimador de forma fechada em um subespaço reduzido onde o custo computacional escala linearmente com $n$ ($O(nm^2)$ para treinamento e $O(m^2)$ para avaliação, onde $m \ll n$ é o posto).
   • O erro de aproximação é controlado por uma tolerância de truncamento $\varepsilon$.

Principais Contribuições
O artigo faz quatro contribuições primárias:

1. Reformulação como Aprendizado de Operador: A estimação do valor de continuação é reencenada como o aprendizado de um embebedimento de média condicional em um RKHS de produto tensorial. Isso produz um algoritmo que aprende o operador de esperança condicional uma única vez e o reutiliza, fornecendo uma decomposição offline-online limpa.
2. Estimador de Baixo Posto Escalável: Os autores introduzem uma aproximação de baixo posto do sistema de kernel usando fatoração de Cholesky com pivoteamento. Isso fornece um estimador de forma fechada em um subespaço reduzido com custo computacional substancialmente menor que a solução de kernel denso, mantendo um erro de aproximação controlado.
3. Análise de Convergência e Erro: O artigo estabelece garantias de convergência para o esquema proposto. Deriva limites explícitos quantificando os erros de aproximação que se propagam através da recursão reversa. Esses resultados estendem a teoria de convergência existente de algoritmos do tipo LSM para estimadores de kernel não paramétricos com truncamento de baixo posto.
4. Validação Numérica: Experimentos numéricos extensivos no modelo de volatilidade estocástica de Heston demonstram que o método proposto (CME-LR) iguala ou supera o benchmark de Longstaff-Schwartz em precisão, oferecendo ao mesmo tempo uma aceleração substancial, particularmente à medida que o número de trajetórias de simulação aumenta.

Resultados
Experimentos numéricos foram conduzidos em opções de venda americanas sob o modelo de Heston com vencimentos, strikes e contagens de trajetórias de simulação variáveis ($n \in \{10^2, \dots, 10^5\}$).

• Eficiência Computacional: O método CME-LR é sistematicamente mais rápido que a linha de base Longstaff-Schwartz (LS) em todas as configurações testadas. A aceleração é mais pronunciada para $n$ menores, atribuída à natureza parcimoniosa da base de baixo posto e à eliminação da recomputação repetida de coeficientes.
• Precisão: O CME-LR alcança um erro relativo médio de volatilidade implícita uniformemente menor comparado ao LS em todos os vencimentos e tamanhos de amostra.
• Perfil de Erro: A análise de erro revela um perfil complementar: o CME-LR é mais preciso para opções fora do dinheiro (log-monetariedade positiva), enquanto o LS retém uma ligeira vantagem para opções dentro do dinheiro.
• Comportamento do Posto: O posto da matriz de kernel $K_Y$ cresce sublinearmente com $n$, confirmando que a estrutura de baixo posto se adapta automaticamente à complexidade dos dados. O posto de $K_X$ permanece muito pequeno (por exemplo, 2–6) devido à forte correlação negativa no modelo de Heston, que concentra a distribuição conjunta perto de uma variedade de baixa dimensão.

Significado e Alegações
Os autores posicionam este trabalho como uma ponte entre a transparência teórica do LSM baseado em regressão e a flexibilidade orientada por dados do aprendizado de máquina moderno. O significado da abordagem reside em sua capacidade de:

• Eliminar Regressão por Etapa: Ao aprender um único operador offline, o método evita o custo computacional dominante do LSM e o re-treinamento custoso frequentemente exigido por esquemas de aprendizado profundo em cada data de exercício.
• Fornecer Rigor Teórico: Diferentemente de muitas abordagens de aprendizado profundo onde propriedades estatísticas são menos compreendidas, este método oferece taxas de convergência explícitas e limites de erro que contabilizam tanto o erro estatístico quanto o erro de aproximação de baixo posto.
• Escalar para Altas Dimensões: A escala linear em relação ao número de trajetórias e a estrutura offline-online tornam o método computacionalmente tratável para problemas envolvendo cestas de ativos, volatilidade estocástica e taxas de juros estocásticas, onde métodos clássicos de lattice ou EDP falham.

O artigo conclui que o método de kernel de baixo posto proposto oferece uma alternativa robusta, eficiente e teoricamente sólida para a precificação de opções americanas de alta dimensão, com o erro total de precificação crescendo no máximo linearmente com o número de datas de exercício.