金融产品的设计、估价、交易及金融风险的控制需要大量复杂艰深的计算。许多复杂金融衍生证券的定价本质上就是要计算高维积分;在统计计算和Bayes统计中,高维积分的计算是中心和难点问题。太多的变量、太高的维数,使问题的解析求解极其困难,传统计算方法亦难以对付。Quasi-Monte Carlo(QMC)方法是克服维数灾难的有效方法,其基本思想是用确定性的'低偏差点列'代替普通模拟方法中的随机数。本项目致力于QMC方法中若干关键问题及QMC与Markov Chain Monte Carlo(MCMC)方法交叉问题的研究。侧重在高维空间中高质量低偏差点列的构造理论与方法;提高QMC方法效率的新途径;QMC方法用于MCMC方法的算法设计、误差与收敛性分析及实验验证;QMC方法在金融衍生证券定价及统计计算中的创造性应用。部分课题是申请者已完成自然科学基金项目的进一步本质深化与拓展,部分是全新的前沿领域.
{{i.achievement_title}}
数据更新时间:2023-05-31
农超对接模式中利益分配问题研究
中国参与全球价值链的环境效应分析
栓接U肋钢箱梁考虑对接偏差的疲劳性能及改进方法研究
气载放射性碘采样测量方法研究进展
基于全模式全聚焦方法的裂纹超声成像定量检测
高性能金融计算:蒙特卡罗与拟蒙特卡罗方法
基于跨维马尔可夫链蒙特卡罗的贝叶斯模型寻优研究及其应用
应用马尔科夫链蒙特卡罗方法实现嗜热厌氧乙醇杆菌X514的代谢通量分析
非马尔可夫过程中的消费者决策机制:实证研究及动态蒙特卡罗模拟