量子科技中心_量科网

该研究团队开发了一种基于张量网络的期权定价代理模型，旨在解决市场风险管理（如风险价值VaR和预期短缺ES计算）中出现的大规模投资组合重估问题。该方法通过TT交叉逼近技术，将高维价格曲面表示为张量列车（TT）形式，直接从黑盒价格评估构建代理模型，无需实例化完整训练张量。在推理阶段，研究人员采用拉普拉斯核函数，推导出无噪声场景下核矩阵及其闭式逆的TT表示，实现了无需稠密矩阵分解或迭代线性求解的TT高斯过程回归。实验发现超参数优化始终倾向于选择较大核长度尺度，并证明在此条件下GPR预测器对非网格输入退化为多线性插值，同时为该极限情况建立了低秩TT表示。该方法在八维参数空间（标的资产现货水平、执行价、利率和剩余期限）上对五种资产篮子期权进行评估。对于欧式几何平均篮子看跌期权，张量代理模型通过扩展到更大的有效训练集，在更短训练时间内实现了比标准GPR更低的测试误差；对于基于最小二乘蒙特卡罗数据的算术平均美式篮子看跌期权，该模型在保持毫秒级单次查询评估速度的同时，展现出更优的训练集规模扩展性，其总体运行时间主要取决于数据生成阶段。