ScholarGate
Assistente
Machine learningComputational Methods

Greci tramite differenziazione automatica

La differenziazione automatica (AD) è una tecnica computazionale per il calcolo delle derivate (Greci) differenziando il codice informatico che calcola il prezzo dell'opzione. L'AD evita la derivazione manuale di formule e le approssimazioni alle differenze finite, fornendo sensibilità esatte con precisione di macchina. È diventata essenziale per la gestione del rischio in tempo reale nei moderni sistemi di trading.

Applica con EconMindIn arrivoApply, compare, get guidance
Tools & resources
Scarica le diapositive
Learn & explore
VideoIn arrivo

Leggi il metodo completo

Riservato ai membri

Accedi con un account gratuito per leggere questa sezione.

Accedi

Mappa dei metodi

Il vicinato dei metodi correlati — seleziona un nodo per esplorare.

Fonti

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

Come citare questa pagina

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

Quale metodo?

Affianca questo metodo ai suoi parenti più prossimi e leggili fianco a fianco — la biblioteca dispone i libri sul tavolo; la scelta è tua.

Confronta affiancati
ScholarGateGreeks via Automatic Differentiation (Automatic Differentiation for Greeks Computation). Consultato il 2026-06-17 da https://scholargate.app/it/quantitative-finance/greeks-via-automatic-differentiation · Insieme di dati: https://doi.org/10.5281/zenodo.20539026