期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
期权定价的蒙特卡罗模拟方差缩减技术研究 被引量:13
1
作者 陈辉 《统计与信息论坛》 CSSCI 2008年第7期86-96,共11页
蒙特卡罗模拟的方差缩减技术作为模拟效率改进的重要途径,在金融衍生证券的定价分析中得到了广泛的应用和发展,特别是在控制变量、对偶变量、分层抽样、拉丁超立方抽样、矩匹配和重要性抽样技术方面。从方差缩减的效率来看,所有的蒙特... 蒙特卡罗模拟的方差缩减技术作为模拟效率改进的重要途径,在金融衍生证券的定价分析中得到了广泛的应用和发展,特别是在控制变量、对偶变量、分层抽样、拉丁超立方抽样、矩匹配和重要性抽样技术方面。从方差缩减的效率来看,所有的蒙特卡罗模拟方差缩减技术都能显著地提高期权定价的模拟效率,其中基于最优漂移率的重要性抽样技术与沿着最优分层抽样方向进行的分层抽样技术的组合,要比普通的蒙特卡罗模拟具有极其明显的效率提高效果。 展开更多
关键词 期权 蒙特卡罗模拟 方差缩减技术 控制变量 对偶变量 分层抽样 拉丁超立方抽样 矩匹配 重要性抽样
在线阅读 下载PDF
基于方差缩减的高维美式期权Monte Carlo模拟定价 被引量:2
2
作者 陈金飚 林荣斐 《浙江大学学报(理学版)》 CAS CSCD 北大核心 2017年第5期542-547,共6页
美式期权给予持有者在到期日之前任何时刻的权利,因涉及最佳执行时刻问题定价较为复杂.Monte Carlo方法其估计误差及收敛速度与问题的维数独立,可较好地处理高维衍生证券问题,且方法灵活易于实现.利用最小二乘蒙特卡洛方法(LSM),结合存... 美式期权给予持有者在到期日之前任何时刻的权利,因涉及最佳执行时刻问题定价较为复杂.Monte Carlo方法其估计误差及收敛速度与问题的维数独立,可较好地处理高维衍生证券问题,且方法灵活易于实现.利用最小二乘蒙特卡洛方法(LSM),结合存储量减小技术与方差缩减技术,将Monte Carlo模拟方法应用于多标的资产的美式期权定价,并比较、分析了不同方差缩减技术的效果及适用范围. 展开更多
关键词 MONTE CARLO方法 美式期权 方差缩减技术 定价
在线阅读 下载PDF
基于随机方差减小方法的DDPG算法 被引量:3
3
作者 杨薛钰 陈建平 +2 位作者 傅启明 陆悠 吴宏杰 《计算机工程与应用》 CSCD 北大核心 2021年第19期104-111,共8页
针对深度确定性策略梯度算法(DDPG)收敛速度比较慢,训练不稳定,方差过大,样本应用效率低的问题,提出了一种基于随机方差减小梯度方法的深度确定性策略梯度算法(SVR-DDPG)。该算法通过利用随机方差减小梯度技术(SVRG)提出一种新的创新优... 针对深度确定性策略梯度算法(DDPG)收敛速度比较慢,训练不稳定,方差过大,样本应用效率低的问题,提出了一种基于随机方差减小梯度方法的深度确定性策略梯度算法(SVR-DDPG)。该算法通过利用随机方差减小梯度技术(SVRG)提出一种新的创新优化策略,将之运用到DDPG算法之中,在DDPG算法的参数更新过程中,加入了随机方差减小梯度技术,利用该方法的更新方式,使得估计的梯度方差有一个不断减小的上界,令方差不断缩小,从而在小的随机训练子集的基础上找到更加精确的梯度方向,以此来解决了由近似梯度估计误差引发的问题,加快了算法的收敛速度。将SVR-DDPG算法以及DDPG算法应用于Pendulum和Mountain Car问题,实验结果表明,SVR-DDPG算法具有比原算法更快的收敛速度,更好的稳定性,以此证明了算法的有效性。 展开更多
关键词 深度强化学习 深度Q学习算法(DQN) 深度确定性策略梯度算法(DDPG) 随机方差缩减梯度技术
在线阅读 下载PDF
结构动力可靠度的重要抽样法 被引量:23
4
作者 吴斌 欧进萍 +1 位作者 张纪刚 吕大刚 《计算力学学报》 CAS CSCD 北大核心 2001年第4期478-482,共5页
重要抽样法是蒙特卡洛数值模拟方法中的一种重要的方差缩减技术 ,目前重要抽样法在工程结构可靠度计算中的应用主要集中于静力问题。本文分析了动力可靠度蒙特卡洛方法的特点 ,提出了在结构动力可靠度问题中应用重要抽样法的方法 ,并针... 重要抽样法是蒙特卡洛数值模拟方法中的一种重要的方差缩减技术 ,目前重要抽样法在工程结构可靠度计算中的应用主要集中于静力问题。本文分析了动力可靠度蒙特卡洛方法的特点 ,提出了在结构动力可靠度问题中应用重要抽样法的方法 ,并针对白噪声荷载 ,给出了选择重要抽样函数的方法和重要抽样函数的具体表达式。理论和数值分析表明 。 展开更多
关键词 结构动力可靠度 蒙特卡洛法 重要抽样法 方差缩减技术 静力学
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部