ScholarGate
Asistents
Machine learningComputational Methods

Grieķi (Greeks) izmantojot automātisko diferenciāciju

Automātiskā diferenciācija (AD) ir aprēķinu tehnika atvasinājumu (grieķu) aprēķināšanai, diferencējot datorprogrammu, kas aprēķina opcijas cenu. AD izvairās no manuālas formulu atvasināšanas un galīgās starpības (finite-difference) aproksimācijām, nodrošinot precīzas sensitivitātes ar mašīnas precizitāti. Tā ir kļuvusi būtiska reāllaika riska pārvaldībai mūsdienu tirdzniecības sistēmās.

Pielietot ar EconMindDrīzumāApply, compare, get guidance
Tools & resources
Lejupielādēt slaidus
Learn & explore
VideoDrīzumā

Lasīt pilno metodes aprakstu

Tikai dalībniekiem

Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.

Pieteikties

Metožu karte

Saistīto metožu apkaime — atlasiet mezglu, lai izpētītu.

Grieķi (Greeks) izmantojot automātisko diferenciāciju
Batesa modelisVietējā volatilitāte (Du…Novērtēšana pret risku n…

Avoti

  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

Kā citēt šo lapu

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

Kura metode?

Novietojiet šo metodi blakus tās tuvākajām radniecīgajām metodēm un lasiet tās līdzās — bibliotēka noliek grāmatas uz galda; izvēle ir jūsu.

Salīdzināt blakus
ScholarGateGreeks via Automatic Differentiation (Automatic Differentiation for Greeks Computation). Izgūts 2026-06-17 no https://scholargate.app/lv/quantitative-finance/greeks-via-automatic-differentiation · Datu kopa: https://doi.org/10.5281/zenodo.20539026