Come l'IA risolve opzioni americane in 100 dimensioni?

Immagina di dover decidere il momento esatto per vendere un'opzione finanziaria complessa, dove le variabili in gioco sono centinaia. I metodi classici impazziscono: troppi calcoli, troppa memoria. Arriva il Deep Penalty Method (DPM), un nuovo algoritmo che unisce reti neurali profonde e matematica delle equazioni differenziali.

Il trucco? Trasformare il problema di "fermata ottimale" — tipico delle opzioni americane — in un'equazione alle derivate parziali (PDE) con un termine di penalizzazione. Questo termine costringe la soluzione a rispettare il vincolo di esercizio anticipato, senza dover tracciare esplicitamente la frontiera libera, notoriamente difficile in alta dimensione.

Poi entra in gioco il framework Deep BSDE: una rete neurale impara a rappresentare la soluzione dell'equazione stocastica associata, sfruttando simulazioni Monte Carlo. Il risultato è un metodo che scala bene con le dimensioni: test su opzioni Bermudiane max-call fino a 100 fattori di rischio mostrano precisione e velocità sorprendenti.

C'è un però: l'errore dipende dal parametro di penalizzazione λ e dal passo temporale h. La teoria dice che l'errore totale è limitato dalla loss function più O(1/λ) + O(λh) + O(√h). Scegliere λ ≈ 1/√h bilancia i termini e dà convergenza d'ordine 1/2. In pratica, significa che raddoppiare la risoluzione temporale dimezza l'errore, a patto di aggiustare λ.

Una svolta per la finanza quantitativa e non solo: ovunque ci siano decisioni sequenziali in spazi ad alta dimensione, dal controllo ottimale alla robotica, il DPM apre strade prima impraticabili.

Il Deep Penalty Method (DPM) affronta il problema della fermata ottimale in alta dimensione attraverso una duplice approssimazione. Prima, il metodo di penalizzazione trasforma la disuguaglianza variazionale associata al problema a frontiera libera in un'equazione alle derivate parziali semilineare: ∂ₜu + Lu + λ max(0, g - u) = 0, dove g è l'ostacolo (payoff di esercizio), L il generatore infinitesimo della diffusione sottostante, e λ > 0 il parametro di penalizzazione. Per λ → ∞, la soluzione u^λ converge alla soluzione del problema originale con velocità O(1/λ).

Seconda, l'equazione penalizzata viene risolta tramite il framework Deep BSDE (Weinan et al., 2017). Si rappresenta la soluzione u(t,Xₜ) come output di una rete neurale profonda con parametri θ, e si minimizza la loss function derivata dalla discretizzazione temporale dello schema BSDE: L(θ) = 𝔼[|u^θ(T,X_T) - g(X_T)|² + Σₙ |u^θ(tₙ,X_{tₙ}) - u^θ(tₙ₊₁,X_{tₙ₊₁}) - f(tₙ,X_{tₙ},u^θ,∇u^θ)Δt|²]. Il termine f incorpora la penalizzazione λ max(0, g - u).

L'analisi dell'errore totale combina tre contributi: errore di penalizzazione O(1/λ), errore di discretizzazione temporale O(√h) dallo schema Euler-Maruyama, e un termine di accoppiamento O(λh) che nasce dalla non linearità della penalizzazione nella discretizzazione. L'optimum si ottiene bilanciando λ ∼ h^{-1/2}, dando convergenza complessiva O(√h).

Nei test numerici su opzioni Bermudiane max-call su 100 asset (modello Black-Scholes multidimensionale), DPM raggiunge errori relativi < 1% rispetto ai benchmark di Monte Carlo con regressione (Longstaff-Schwartz) e PDE sparsi, con tempi di calcolo dell'ordine di minuti su GPU singola. La rete usa architettura ResNet con 4 blocchi residui, 128 neuroni per layer, attivazione ReLU, addestrata con Adam (lr=1e-3) per 20k iterazioni, batch size 256.