ScholarGate
Assistent
Machine learningComputational Methods

Grieken via Automatische Differentiatie

Automatische differentiatie (AD) is een computationele techniek voor het berekenen van afgeleiden (Grieken) door de computercode te differentiëren die de optieprijs berekent. AD vermijdt handmatige afleiding van formules en eindige-differentiebenaderingen, wat resulteert in exacte gevoeligheden met machineprecisie. Het is essentieel geworden voor real-time risicobeheer in moderne handelssystemen.

Toepassen met EconMindBinnenkortApply, compare, get guidance
Tools & resources
Dia's downloaden
Learn & explore
VideoBinnenkort

Lees de volledige methode

Alleen voor leden

Log in met een gratis account om dit onderdeel te lezen.

Inloggen

Methodenkaart

De omgeving van verwante methoden — selecteer een knooppunt om te verkennen.

Bronnen

  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

Deze pagina citeren

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

Welke methode?

Plaats deze methode naast haar naaste verwanten en lees ze naast elkaar — de bibliotheek legt de boeken op tafel; de keuze is aan u.

Naast elkaar vergelijken
ScholarGateGreeks via Automatic Differentiation (Automatic Differentiation for Greeks Computation). Geraadpleegd op 2026-06-17 via https://scholargate.app/nl/quantitative-finance/greeks-via-automatic-differentiation · Gegevensset: https://doi.org/10.5281/zenodo.20539026