Randomized optimal stopping algorithms and their convergence analysis
Loading...
Date
2020
Volume
2697
Issue
Journal
Series Titel
Book Title
Publisher
Berlin : Weierstraß-Institut für Angewandte Analysis und Stochastik
Link to publishers version
Abstract
In this paper we study randomized optimal stopping problems and consider corresponding forward and backward Monte Carlo based optimization algorithms. In particular we prove the convergence of the proposed algorithms and derive the corresponding convergence rates.
Description
Keywords
Randomized optimal stopping, convergence rates, Bermudan options
Citation
Bayer, C., Belomestny, D., Hager, P., Pigato, P., & Schoenmakers, J. G. M. (2020). Randomized optimal stopping algorithms and their convergence analysis (Vol. 2697). Berlin : Weierstraß-Institut für Angewandte Analysis und Stochastik. https://doi.org//10.20347/WIAS.PREPRINT.2697
Collections
License
This document may be downloaded, read, stored and printed for your own use within the limits of § 53 UrhG but it may not be distributed via the internet or passed on to external parties.
Dieses Dokument darf im Rahmen von § 53 UrhG zum eigenen Gebrauch kostenfrei heruntergeladen, gelesen, gespeichert und ausgedruckt, aber nicht im Internet bereitgestellt oder an Außenstehende weitergegeben werden.
Dieses Dokument darf im Rahmen von § 53 UrhG zum eigenen Gebrauch kostenfrei heruntergeladen, gelesen, gespeichert und ausgedruckt, aber nicht im Internet bereitgestellt oder an Außenstehende weitergegeben werden.