美式期权的三叉树定价模型

美式期权不同于欧式期权,美式期权可以在到期日以前任意时间操作.一般而言,美式期权定价的解析解是很难得到的,二叉树方法是一个比较好的数值计算的方法,运用三叉树的模型得到了美式期权的一种数值计算方法,并且给出实例说明三叉树模型要比二叉树模型在精确性方面更好,收敛速度更快.     

Vasicek利率模型下几何亚式期权的定价

在Vasicek利率模型下，采用几何平均计算资产的平均价格。并以连续时间的情形为例，得到了平均价格型和平均执行价格型亚式期权的定价公式及买权和卖权的平价关系。     

回望期权的三叉树定价模型

针对回望期权的定价问题,通过建立三叉树模型得到了回望期权的一种数值计算方法.     

固定敲定价格几何平均亚式期货期权定价

在考虑了几何平均亚式期货期权定价的基础上研究了欧式亚式期货期权,运用△对冲及偏微分方程方法,最终找到具有敲定价格几何平均亚式期货期权的定价公式.     

双币种模型下几何平均亚式数字期权的定价

在双币种模型的基础上,针对服从几何平均的亚式数字期权价值给出了定价,主要采用了Δ-对冲策略,运用偏微分方程的方法,比较具体的推导出了数字期权的定价公式.     

回望期权的三叉树定价模型

针对回望期权的定价问题,通过建立三叉树模型得到了回望期权的一种数值计算方法.     

算术型亚式期权的对冲策略

基于[1]关于Banach空间D1,1上梯度算子D的一个性质，运用推广的Clark公式，对由算术平均确定的亚式期权给出了套期保值策略的计算途径。     

在多跳跃-扩散过程下的幂型再装期权的定价

考虑股票价格服从多跳跃随机过程,在无套利的条件下,通过运用等价鞅测度的方法和条件期望的一些结论,推导出在多跳跃-扩散过程下幂型再装期权的显式解.     

基于分数跳扩散过程的幂期权定价

应用风险中性定价原理,研究标的股价服从分数跳扩散过程的幂期权的定价问题,并得出该情况下欧式看涨幂期权、看跌幂期权的定价公式及平价公式,并与股价服从跳扩散过程的标准欧式期权定价模型进行比较分析,并验证了布朗运动只是分数布朗运动的一种特例,可基于分数布朗运动对原有的期权定价模型进行推广.     

混合分数布朗运动环境下一类变形后幂期权定价的鞅分析

利用混合分数布朗运动替代标准布朗运动,对标的资产价格服从混合分数布朗运动的一类变形后的幂期权进行研究.利用等价鞅测度理论,给出了这类期权的定价公式.丰富了现有期权内容,使之更具有可操作性.     

标的资产价格服从几何分数布朗运动的欧式双向期权定价

在标的资产价格服从几何分数布朗运动且有红利支付假设下，分别在r．σ，红利率δ为常数和非随机函数的情况下求出了欧式双向期权的定价公式。     

自动控制原理课程教学中MATLAB仿真的应用

《自动控制原理》课程涉及到控制系统的模型建立、系统分析、系统设计等的基础理论.其特点是:概念抽象、数学计算量大,其理论与计算都非常繁琐,这就要求该课程在教学内容及教学方式上都要有别于其它课程.以计算机辅助教学为手段,将MATLAB仿真应用于该课程教学中,这些使学生能直观地领会和理解课程的分析方法和实时处理结果,对提高学生的学习兴趣以及节省课时是有益的,取得了较好的教学效果。     

MATLAB仿真软件在直流调速系统教学中的应用

针对电力拖动自动控制系统课程的教学特点,基于双闭环直流调速系统的设计,介绍了MATLAB仿真软件的应用.为了更贴近工程实际,在MATLAB环境下,建立了基于电气元件模块的仿真模型.通过仿真,不仅验证了理论设计方法的有效性,同时也培养了学生理论分析和工程设计的能力,为电力拖动自动控制系统课程的教学提供了一种新的思路和方法.     

东亚货币合作中的中日货币竞争力比较

东亚货币合作需要一种稳定的货币充当“名义锚”,中国与日本作为区域内最大的两个经济实体,人民币与日元在东亚货币合作中必然存在货币竞争关系。目前,从经济实力、交易网络规模、与东亚区域内成员间贸易联系、国内金融体系发达程度、币值稳定程度及信誉、组织参与东亚货币合作的具体行动等六个方面进行比较,人民币与日元在东亚货币合作中的货币竞争各有优劣。     

ABAQUS二次开发在变形几何模型重构中的应用

为了实现变形几何模型的重构,通过在ABAQUS平台的Python脚本的二次开发,访问ABAQUS的结果输出数据库(ODB),读取ODB对象的数据,通过相应的计算获取建模需要的数据。在此基础上,编写脚本程序,重新构建出变形后的几何模型,并且实现了几何模型构建过程的可视化,从而为后续的多载荷分析奠定了基础,同时也为不规则几何模型的构建提供了一种新的思路。     

基于混合进化计算的GMM优化方法及其在说话人辨认中的应用

提出了基于进化高斯混合模型(EGMM)的说话人辨认系统建模方法.EGMM在进化算法的框架下,为改善模型的泛化性能对GMM模型的结构与参数共同进行了优化.同时,系统的优化目标中引入了其他用户的区分性信息以提高其分类精度.根据GMM的特点设计了专门的遗传算子并结合GA与EP提出了一种新的混合进化算法.初步实验结果表明,EGMM方法建立的说话人模型具有更强的泛化能力.在说话人辨认实验中,较之传统的GMM方法,基于EGMM的系统的正识率提高了近3%,并且模型具有更小的平均尺寸.