金融工程中的蒙特卡罗方法
2024-05-15 19:32:11
《金融工程中的蒙特卡罗方法》
基本信息
原书名：Monte Carlo Methods in Financial Engineering
作者： Paul Glasserman
译者： 范韶华 孙武军
丛书名： 应用统计学丛书
出版社：高等教育出版社
ISBN：9787040322927
上架时间：2013-6-5
出版日期：2013 年6月
开本：16开
页码：1
版次：1-1
所属分类：数学 > 文科、经管、金融、工程数学 > 经济数学
更多关于 》》》《金融工程中的蒙特卡罗方法》
内容简介
数学书籍
《金融工程中的蒙特卡罗方法》源于作者在哥伦比亚大学多年教学的讲稿。书中介绍了蒙特卡罗方法在金融中的用途，并且将模拟用作呈现金融工程中模型和思想的工具。《金融工程中的蒙特卡罗方法》大致分为三个部分。第一部分介绍了蒙特卡罗方法的基本原理，衍生定价基础以及金融工程中一些最重要模型的实现。第二部分描述了如何改进模拟精确度和效率。最后的第三部分讲述了几个特别的论题：价格敏感度估计，美式期权定价以及金融投资组合中的市场风险和信贷风险评估。
《金融工程中的蒙特卡罗方法》可供金融工程、金融数学、统计学等专业的研究生阅读，也可供金融行业的从业人员及相关领域的专业人士和技术人员参考。
目录
《金融工程中的蒙特卡罗方法》
第1章 基础
1.1蒙特卡罗原理
1.1.1介绍
1.1.2第一个例子
1.1.3模拟估计的有效性
1.2衍生品定价准则18
1.2.1定价和复制19
1.2.2套利和风险中性定价23
1.2.3基准变换30
1.2.4风险的市场价格34
第2章 随机数与随机变量的产生37
2.1随机数的产生37
2.1.1一般考虑37
2.1.2线性同余发生器40
2.1.3线性同余发生器的实现42
2.1.4格子结构45
2.1.5组合发生器和其他方法47
2.2一般抽样方法50
2.2.1逆变换方法51
.2.2.2接受–拒绝方法55
2.3正态随机变量和向量59
2.3.1基本性质59
2.3.2一元正态变量的产生61
2.3.3多维正态(样本)的产生67
第3章 构造样本路径74
3.1布朗运动74
3.1.1一维情况74
3.1.2多维情况85
3.2几何布朗运动88
3.2.1基本属性88
3.2.2路径依赖型期权91
3.2.3多维情况99
3.3gauss短期利率模型103
3.3.1基本模型和模拟103
3.3.2债券价格106
3.3.3多因子模型112
3.4平方根扩散过程114
3.4.1转移密度函数116
3.4.2gamma分布和poisson分布的抽样119
3.4.3债券价格123
3.4.4扩展125
3.5带跳跃的过程128
3.5.1一个跳跃扩散模型128
3.5.2纯跳跃过程136
3.6远期利率模型:连续利率142
3.6.1hjm框架143
3.6.2离散漂移项148
3.6.3实现153
3.7远期利率模型:简单利率158
3.7.1libor市场模型动态过程158
3.7.2衍生品定价164
3.7.3模拟166
3.7.4波动率结构和校准173
第4章方差缩减技术177
4.1控制变量法177
4.1.1方法和例子177
4.1.2多元控制变量188
4.1.3小样本事件191
4.1.4非线性控制194
4.2反向变异法196
4.3分层抽样法200
4.3.1方法和例子200
4.3.2应用210
4.3.3后分层221
4.4拉丁超立方体抽样法224
4.5匹配标的资产法232
4.5.1路径调整的矩匹配法233
4.5.2加权的蒙特卡罗法240
4.6重要性抽样法243
4.6.1原理和例子243
4.6.2依赖路径的期权255
4.7结束语264
第5章 准蒙特卡罗267
5.1一般原则267
5.1.1偏差269
5.1.2vandercorput序列271
5.1.3koksma-hlawka边界273
5.1.4网格和序列276
5.2低偏差序列278
5.2.1halton序列和hammersley点集278
5.2.2faure序列283
5.2.3sobol’序列288
5.2.4进一步构造300
5.3格规则301
5.4随机准蒙特卡罗304
5.5金融中的应用307
5.5.1数值算例307
5.5.2策略的实施314
5.6结束语318
第6章 离散法320
6.1介绍320
6.1.1euler方法与第一次修正320
6.1.2收敛阶325
6.2二阶方法328
6.2.1标量情况328
6.2.2向量情况332
6.2.3加入路径依赖性338
6.2.4外推法340
6.3延伸342
6.3.1一般扩展342
6.3.2跳跃–扩散过程343
6.3.3均方误差的收敛344
6.4极值和障碍跨越:布朗内插法346
6.5改变变量350
6.6结束语354
第7章 敏感性估计355
7.1有限差分近似356
7.1.1偏差和方差356
7.1.2最优均方误差359
7.2顺向微分估计364
7.2.1方法和例子364
7.2.2无偏性成立的条件370
7.2.3数值逼近及相关方法373
7.3似然比方法378
7.3.1方法和例子379
7.3.2偏差和方差的性质384
7.3.3 gamma388
7.3.4逼近及相关方法390
7.4结束语395
第8章 美式期权定价397
8.1问题的公式表达397
8.2参数逼近402
8.3随机树方法406
8.3.1高估计量407
8.3.2低估计量409
8.3.3实现412
8.4状态空间分割415
8.5随机网格方法418
8.5.1一般框架418
8.5.2似然比权重424
8.6基于回归的方法和权重432
8.6.1逼近连续值432
8.6.2回归和网格权重437
8.7对偶性443
8.8结束语449
第9章 在风险管理中的运用451
9.1损失概率和风险值451
9.1.1背景451
9.1.2 var的计算454
9.2运用delta-gamma近似的方差缩减461
9.2.1控制变量461
9.2.2重点抽样464
9.2.3分层抽样469
9.3厚尾情况475
9.3.1厚尾分布的建模475
9.3.2 delta-gamma近似479
9.3.3方差缩减482
9.4信用风险487
9.4.1违约时间及估值487
9.4.2违约的相关性491
9.4.3投资组合信用风险495
9.5结束语502
附录a 收敛和置信区间504
a.1收敛概念504
a.2中心极限定理和置信区间506
附录b
b.1随机微积分的结果509
b.2ito公式509
b.3随机微分方程512
b.4鞅514
b.5测度变换517
附录c 利率期限结构522
c.1期限结构术语522
c.2利率衍生品527
参考文献531
索引553
本图书信息来源：互动出版网
金融工程中的蒙特卡罗方法相关推荐
- python在金融工程中的用途-金融工程现在用python多吗？
大数据项目实战之Python金融应用编程(数据分析.定价与量化投资) 本教程介绍使用Python进行数据分析和金融应用开发的基础知识. 课程从介绍简单的金融应用开始,带领学员回顾Python的基础知识 ...
- 案例C语言在金融工程中应用,成功案例——跨专业申请美国金融工程硕士
在专访中,晨芳老师结合学生的申请成功案例,为大家介绍美国跨专业申请金融工程硕士的难点和需要注意的信息. 学生案例背景介绍: 学生姓名:L同学 毕业院校:北京理工大学电气工程 相关成绩:GPA2.9,T ...
- (札记)Altera Stratix IV系列FPGA TRUE LVDS RX input termination 在Quartus工程中的设置方法...
Altera Stratix IV系列FPGA Row bank的TRUE LVDS_RX支持oct(on chip termination),所以设计的时候不需要外接一个100ohm电阻.备注:我使 ...
- 在 Python 中使用蒙特卡罗方法预测股票价格,使用蒙特卡罗模拟确定明年 SPY 最有可能的价格
股票市场是历史上研究最多的领域之一.几十年来,人们一直在努力预测未来的价格.大多数人(如果不是全部)都在为这项任务而苦苦挣扎,因为股票市场是一个随机过程.由于其随机性,随机过程本质上很难或不可能准确预 ...
- 随机过程在计算机领域的应用,清华大学出版社-图书详情-《随机过程及其在金融领域中的应用（第2版）》...
随机过程理论是概率论的重要分支,是一门应用性很强的学科.从1930年起,对于随机过程理论的研究不断发展和丰富,特别是近几十年来,随机过程理论及其应用得到了迅速发展.随机过程理论被广泛地应用到物理学.自 ...
- Python项目实践：蒙特卡罗方法计算圆周率
一.数学思维 # CalPi.py n = 100 Pi = 0 for k in range(n):Pi += 1 / pow(16, k) * (4 / (8 * k + 1) - 2 / (8 ...
- 金融工程期末考试简答题
如何理解金融工程的内涵? 1.金融工程的根本目的是解决现实生活中的金融问题.通过提供各种创造性的解决问题的方案,来满足市场丰富多样需求. 2.金融工程的主要内容是设计.定价与风险管理.产品设计与解决方 ...
- Instagram个性化推荐工程中三个关键技术是什么？
作者 | Ivan Medvedev,Haotian Wu,Taylor Gordon 译者 | 陆离 编辑 | Jane 出品 | AI科技大本营(ID:rgznai100) [导语]近期,Face ...
- 增强学习（四） ----- 蒙特卡罗方法(Monte Carlo Methods)
1. 蒙特卡罗方法的基本思想 蒙特卡罗方法又叫统计模拟方法,它使用随机数(或伪随机数)来解决计算的问题,是一类重要的数值计算方法.该方法的名字来源于世界著名的赌城蒙特卡罗,而蒙特卡罗方法正是以概率为基 ...
最新文章
- 第十六届全国大学生智能车竞赛广东赛区线上竞赛方案
- redis数据类型_认识Redis与Redis的数据类型
- Oracle序列的建立以及使用
- 虚基类（c++细节篇七）
- Linux系统的iptables防火墙、SNAT、DNAT原理与设置规则
- 跟着大彬读源码 - Redis 6 - 对象和数据类型（下）
- cad指定服务器名称,配置网络许可服务器 | AutoCAD 2022 | Autodesk Knowledge Network
- Leetcode 146. LRU 缓存机制
- Mybayis的项目使用的Mapping文件使用总结参考(一)
- Google搜索正在“死亡”
- 亟待学习的内容 提醒贴
- Linux嵌入式开发_修改机器码
- 图的存储结构之边集数组
- Elasticsearch中的倒排索引和读写操作原理解析
- 人工神经网络：径向基函数神经网络
- datetime取东八区时间只取到秒，返回为datetime类
- java包(java包和类)
- 阿里云服务器CPU Intel Xeon Platinum 8269CY和8163处理器区别
- 百度知道引流有哪些方法？一个互动式的疑问解答
- 计算机三级 信息安全技术题库——选择题2