こちらをクリックしてPDFをダウンロードしてください

スタンダード＆プアーズ500指数（SPX）およびシカゴ・オプション取引所（CBOE）ボラティリティ指数（VIX）の市場データに対する共同キャリブレーションは、計算負荷が大きい場合があります。特に、 GuyonとLekeufackの4因子マルコフ経路依存ボラティリティモデルのように、ボラティリティ派生商品の価格設定における標準的な手法がネスト型モンテカルロシミュレーションである場合にはなおさらです。 この共同問題の解決に向けた重要な進展として、ガッツァーニとギヨンによる手法が開発されました。彼らはニューラルネットワークを訓練し、VIXを確率変数として学習させました。このネットワークは内部シミュレーションを代替し、VIX派生商品の価格決定を標準的なモンテカルロ計算に還元します。これは正しい方向への一歩ではありますが、十分とは言えません。