Machine learningComputational Methods

Görögök automatikus differenciálással

Az automatikus differenciálás (AD) egy számítási technika a derivatívák (görögök) kiszámítására az opciós árképző kódot differenciáló számítógépes programok segítségével. Az AD elkerüli a képletek manuális levezetését és a véges differenciák közelítéseit, így gépi pontossággal ad pontos érzékenységeket. Elengedhetetlenné vált a valós idejű kockázatkezeléshez a modern kereskedési rendszerekben.

Alkalmazás ezzel: EconMindHamarosanApply, compare, get guidance

Tools & resources

Diák letöltése

Learn & explore

VideóHamarosan

A teljes módszer elolvasása

Csak tagoknak

Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.

Bejelentkezés

Módszertérkép

A rokon módszerek környezete — válasszon ki egy csomópontot a felfedezéshez.

Görögök automatikus differenciálással

Bates-modell Lokális volatilitás (Dup…Diszkontálás kockázatker…

Források

Giles, M. B. (2008). Adjoint code by automatic differentiation. Journal of Computational Finance, 12(1), 1-18. link ↗
Homescu, C. (2011). Adjoints and automatic differentiation in computational finance. arXiv:1107.1188. link ↗

Hogyan hivatkozzon erre az oldalra

ScholarGate. (2026, June 3). Automatic Differentiation for Greeks Computation. ScholarGate. https://scholargate.app/hu/quantitative-finance/greeks-via-automatic-differentiation

Melyik módszer?

Állítsa e módszert a hozzá legközelebb álló rokonai mellé, és olvassa őket egymás mellett — a könyvtár az asztalra teszi a könyveket; a választás az Öné.