银河金工可转债定价模型系列研究：条件特征神经网络对转债蒙特卡洛定价模型的改进.pdfVIP

目录

Catalog

一、转债蒙特卡洛定价模型回顾3

（一）银河金工转债蒙特卡洛定价模型3

（二）转债蒙特卡洛定价模型：计算瓶颈与问题界定4

二、MLP转债定价模型5

（一）多层感知机（MLP）模型介绍5

（二）训练数据构建6

（三）基础特征工程与输入体系7

（四）条件MLP模型结构8

（五）条件MLP模型训练10

（六）条件MLP模型评估11

三、MLP转债定价模型应用13

（一）MLP模型实际定价效果13

（二）Delta与Gamma的高效计算17

（三）反推隐含波动率18

（四）基于定价误差与Delta的平衡型转债配置策略19

四、结论与改进22

五、风险提示23

2

一、转债蒙特卡洛定价模型回顾

可转债作为一种兼具债权安全性与股权进攻性的混合资本工具，其价格形成机制受到正股价格

波动、信用风险溢价、以及赎回、回售、下修等复杂内嵌条款的多维驱动。这种复合结构使得可转

债天然呈现出高度的路径依赖性与状态依赖性，即当前的理论价格不仅取决于当前的市场状态变量

（如S，K，σ，r），更深刻地受制于历史价格路径对条款触发状态的累积影响。传统的Black-Scholes

封闭式解法在面对这种含有离散、非线性条款的衍生品时往往失效，而二叉树或有限差分方法在处

理多因子高维问题时又面临维数灾难。

蒙特卡洛（MonteCarloSimulation）能够完整模拟未来股价路径与条款触发过程，是处理该

类复杂问题的标准数值方法，但其计算开销与精度之间存在难以调和的矛盾。为了将标准差控制在

可接受范围内，往往需要模拟成千上万条路径，这导致单只转债的定价耗时较长，无法满足全市场

数百只标的的实时高频估值需求。更为关键的是，蒙特卡洛模拟过程本质上是离散的采样统计，其

输出结果不可微，这使得计算Delta、Gamma等风险敏感度指标时需要进行重复的差分计算，进

一步加剧了算力负担，难以嵌入现代化的实时风控与投资组合优化系统。

（一）银河金工转债蒙特卡洛定价模型

在报告《转债蒙特卡洛定价的改进及应用：测度变换与张量计算》中，我们以蒙特卡洛模型为

基础构建了转债定价模型，正股价格在真实测度下假设为几何布朗运动（GBM），通过测度变换至

到期收益率测度（YTMMeasure），以反映可转债现金流的信用特征；在该测度下对模拟的N条

路径上的现金流进行贴现与估值，N条路径下转债价值的均值即为转债定价结果。该模型在模型假

设、模