基于Bayesian MCMC方法的美式障碍期权模拟定价

在最小二乘蒙特卡洛(LSM)方法基础上,提出用加权最小二乘与蒙特卡洛(MC)方法相结合,得到加权最小二乘蒙特卡洛(WLSM)方法,研究了障碍期权模拟定价的问题.假设标的资产价格过程遵循几何布朗运动,分析了是否支付红利和生成期权价格路径的问题.使用随机化Faure序列替换LSM方法中伪随机数,给出了WLSM方法在美式障碍期权定价的算法步骤.使用R语言对美式障碍上升敲出看跌期权(up-and-out put)在支付红利的情形下进行数值模拟,结果表明此方法与其他定价模型方法相比,定价更准确,说明该方法具有可行性和有效性.     

偏最小二乘回归在美式-百慕达-亚式期权定价中的应用

本文利用蒙特卡罗模拟得到标的资产的价格路径样本,然后应用偏最小二乘回归给出了美式-百慕达-亚式期权的价格.与最小二乘回归方法相比,该方法在保证精确度的前提下,具有更快的收敛速度.     

LSSVM-Monte Carlo 定价高维美式期权

随着美式期权维数的增加,存在所谓的“维数灾难”问题,为了克服这一难题,最小二乘支持向量机(LSSVM)被应用于定价高维美式期权.首先用M-C方法仿真美式期权标的物的多条价格路径,接着采用最小二乘支持向量机作为求条件期望的回归算子,并提出了一种基于改进序列优化(ISMO)的LSSVM的训练算法.针对4种不同的美式期权支付函数,给出了该方法应用于标的资产的个数分别为5和30的算例.研究结果表明,所提出的方法能很好地解决高维美式期权定价问题.     

最小二乘蒙特卡洛美式期权定价的GPU实现

蒙特卡洛模拟法常用来进行期权定价,但此算法存在运算量过大的问题.利用图形处理器(GPU)超强计算能力实现美式期权定价,在GPU上,首先优化实现了均匀随机数生成器,然后利用Box-Muller随机数转换算法产生随机数,最后优化实现了最小二乘蒙特卡洛模拟法的美式期权模拟定价系统.测试结果表明,GPU实现的最小二乘蒙特卡洛美式期权定价对比CPU的实现加速比最高达到了16.1.利用GPU的编程技术以更小的硬件代价,更高的执行效率,更好地完成由CPU完成的传统任务,较好地解决了蒙特卡洛模拟法运算量过大的问题,充分挖掘了GPU的通用计算潜力.     

EIV与Partial EIV模型TLS算法计算效率的对比分析

介绍了2种分别基于EIV模型和Partial EIV模型的总体最小二乘算法,并将2种算法应用于空间直线拟合和平面坐标转换算例中,给出2个算例模型的EIV形式和Partial EIV形式。通过多次模拟不同大小数据量的观测数据,计算参数估值和精度评定结果并对比2种算法的区别,通过计算时间验证基于Partial EIV模型的总体最小二乘算法在处理大量数据时的优势。     

带有色观测噪声的自适应滤波算法

对于带有色观测噪声的系统,基于最小二乘准则(LS),提出了递推增广最小二乘算法(RLSE),该自适应算法能显著减小噪声的影响,提高信号质量.并在此基础上提出了计算噪声方差的估值方法.计算机仿真例子和信噪比的计算证明了算法的正确性和有效性.     

非负线性最小二乘问题的一种严格可行内点算法

给出了非负线性最小二乘问题的一个新算法.首先,把非负线性最小二乘转化为线性互补问题,结合牛顿方向和中心路径方向,通过求解一个线性方程组得到搜索方向;进而获得了求解非负线性最小二乘问题的一种严格可行内点算法,并证明该算法经过多项式次迭代之后收敛到原问题的一个最优解,数值实验表明此方法是有效的.     

最小二乘配置的QR分解解法

为了解决最小二乘配置解算问题,采用QR分解解法建立了直接解算算法.分析了目前采用的最小二乘配置法解算方法,在讨论了矩阵的QR分解方法的基础上,推导得出了矩阵QR分解与广义逆矩阵的关系,得出了可以直接利用QR分解求解矩阵的最小二乘逆,并推导了应用QR分解求解最小二乘配置的估值计算公式和精度估算公式,最后通过重力异常实例进行了计算,得出矩阵的QR分解用于最小二乘配置解算的正确性和可行性.该成果为最小二乘配置法提供了一种新的解算方法.     

基于复合实物期权的三代核电项目投资决策评价方法研究

针对三代核电项目投资决策评价问题,基于复合实物期权方法,提出了三代核电项目投资两阶段(技术创新投资阶段和工程实践阶段)实物期权模型,并分阶段给出期权定价模型表达式.此外,针对工程实践阶段复合实物期权,采用最小二乘蒙特卡洛模拟方法,提出了延迟期权、放弃期权和扩张期权等三类子期权的计算方法.对三代核电项目复合实物期权定价模型的研究表明,核电项目的不确定性能够为核电投资决策带来灵活性价值,并通过对灵活性价值的定量评估,为核电企业的投资决策提供数值依据.     

用GPU实现基于LSM算法的美式期权定价

期权是金融领域中投资者用以进行套利和避险交易的一种衍生性金融工具.相对于CPU,GPU有着更好的并行处理能力和带宽优势,将其用于期权定价计算将极大地提高运算性能.本文以经典的美式期权定价模型的最小二乘蒙特卡洛方法为基础,提出了该算法基-GPU的一种实现.该文对一维期权合约的定价在CPU和GPU北进行了比较,来探索用GPU进行期权定价计算的优越性.测试结果表明,在保证相应的系统稳定性的前提下,针对不同的模拟次数和时间步数,GPU平台在运算性能上明显优于CPU平台.     

基于误差椭圆理论与蒙特卡罗方法的圆直径测量不确定度评定

利用三坐标测量机(CMM)测量圆几何特征的功能,建立了基于误差椭圆理论与蒙特卡罗方法的测量不确定度评定模型.以误差椭圆表征采样点的不确定度,结合蒙特卡罗方法仿真所得较少的测量样本数据快速得到了最小二乘拟合条件下的圆直径测量的不确定度.同时,与实验测量和文献公式计算的结果进行对比,验证了其有效性.结果表明,所建立的模型能够准确评定圆直径测量的不确定度.     

大规模定制环境下的产品快速开发工艺选择系统

产品快速开发是大规模定制的必然要求．提出了一种基于网络的快速产品开发工艺选择系统．根据产品快速开发工艺的特点，建立了综合指标体系．考虑到零件几何特征对工艺指标的影响，建立了表达零件几何特征映射关系的规则库，并使用最小加权均方差法实现规则约束下的多准则优化．提出了基于Web的产品快速开发工艺选择系统的结构，开发了软件原型，并在实践中得到了较好的应用．     

基于样本均值和中位值的粒子群优化定位算法

针对室内LOS/NLOS混合环境,提出基于假设检验的方法确定NLOS状态,并采用具有收缩因子的粒子群优化算法进行定位.在采样值存在异常情况时,样本中位值性能优于样本均值.因此,在LOS和NLOS状态下,分别采用样本均值和样本中位值建立最小平方误差代价函数.为了增强算法的全局和局部搜索能力,在粒子群优化算法的基础上引入收缩因子.仿真实验表明,在NLOS遮挡比较严重的情况下,所提出的基于样本均值和样本中位值改进的粒子群优化定位算法较只采用样本均值改进的粒子群优化算法和一般的粒子群优化算法定位精度高.     

基于IAUKF的再入弹道目标跟踪算法研究

弹道导弹再入阶段飞行速度快,受力情况复杂、多变,运动方程具有很强的非线性。针对其快速、精确、非线性跟踪问题,通过不敏变换,采用确定性采样逼近状态的后验分布,得到系统状态的均值和一步预测均方误差。将量测数据转换到笛卡尔坐标系中,在标准卡尔曼滤波框架中计算更新滤波增益、滤波均方误差和状态滤波;同时运用数值更为稳定的方程计算一步预测均方误差和滤波均方误差。通过计算残差,自适应更新状态噪声协方差和量测噪声协方差。仿真结果表明,新的跟踪算法与不敏卡尔曼滤波算法相比,具有更快的计算速度和更高的跟踪精度。     

均方偏差分析的多态可变步长LMS算法

最小均方（least mean square,LMS）算法在时变信道的最小稳态均方偏差（mean square deviation,MSD）由输入功率、噪声功率、随机扰动信号功率以及滤波器长度共同决定。为达到系统中最小的MSD值,传统的LMS算法存在有迭代次数较多和收敛速度慢等问题,提出了一种多态可变步长最小均方（multi-state variable step size least mean square,MVSS-LMS）算法。该算法通过添加暂态递减步长作为过渡,实现以更快的收敛速度达到系统中最小的MSD值。理论分析与仿真结果表明,与目前最新的Prob-LMS算法相比,所提算法在时变信道以及突变信道都具有更快的收敛速度和更低的MSD值,且算法的复杂度更低。     

超平面拟合最小二乘问题

导出了超平面拟合最小二乘问题的正规方程组,说明该正规方程组有解,且其解使拟合函数取最小值,最后给出了求正规方程组的解的算法合数值例子.     

超平面拟合最小二乘问题

首先导出了超平面拟合最小二乘问题的正规方程组，然后说明了该正规方程组有解，且其解使拟合函数取最小值，最后给出了求正规方程组的解的算法合数值例子。     

原子荧光法测定化探样品中砷的不确定度评定

详细介绍了氢化物原子荧光光谱法测定化探样品中的砷的不确定度的评定。详尽分析了方法测试过程中引入的不确定度的来源。提出了测定结果的主要影响因素。通过评定,证明此方法不确定度分量的主要来源为:(1)样品制备过程的不确定度,(2)校准曲线计算的不确定度,(3)标准配制过程的不确定度,(4)重复性测定的不确定度。其中,样品制备过程中的样品消解带来的不确定度为最大,校准曲线计算的标准不确定度次之,其他方面带来的不确定很小。     

高速电主轴系统的极小子样试验评估方法研究

针对数控机床这类高可靠性产品的寿命实验数据极少的情况,为了提高数控机床高速电主轴系统的可靠性寿命评估精度,基于性能退化可靠性评估的理论对高速电主轴系统进行了机械应力仿真加载试验.对高速电主轴的退化数据,借助MATLAB软件利用最小二乘法对样本的退化模型参数进行估计,得出一次伪失效寿命.应用虚拟增广法和半经验评估法相结合的可靠性评估方法对高速电主轴系统进行了可靠性评估,得出了高速电主轴系统的平均无故障寿命均值的置信区间.与单纯地采用以往的半经验评估法进行可靠性评估的结果对比,进一步提高了高速电主轴系统在试验样本极小的情况下的试验寿命评估精度,为高速电主轴系统的可靠性研究提供了更加合理有效的评估方法.     

基于子空间方法的非均匀多采样率系统辨识

针对非均匀多采样率系统的建模问题,根据因果关系,建立了非均匀多采样率系统的状态空间模型.对于含有提升变量的状态空间模型,提出基于子空间技术的辨识方法.首先,由系统的输入输出数据建立由Hankel矩阵组成的扩展状态空间方程;其次,利用斜交投影的原理,以及奇异值分解,通过子空间辨识算法确定增广观测矩阵和状态向量;最后,通过最小二乘方法确定模型的参数矩阵.该方法简单有效且对初值具有鲁棒性.仿真实例验证了方法的有效性.