Main menu
Прикладная математика

Прикладная математика (445)

Численные методы и вычислительная математика

  1. Численные методы — Ричард Бёрден, Дж. Дуглас Фэйрс
  2. Численные методы для инженеров — Стивен Чапра
  3. Численные методы линейной алгебры — Ллойд Трефетен, Дэвид Бау
  4. Матричные вычисления — Джин Голуб, Чарльз Ван Лоан
  5. Вычислительная математика — А. А. Самарский
  6. Численные методы — Н. С. Бахвалов

Оптимизация и исследование операций

  1. Введение в исследование операций — Хиллер, Либерман
  2. Выпуклая оптимизация — Стивен Бойд, Ливен Ванденберг
  3. Нелинейное программирование — Дмитрий Бертсекас
  4. Методы оптимизации — Дэвид Люнбергер
  5. Линейное программирование — Вацлав Хватал

Математическое моделирование

  1. Математическое моделирование — Марк Меершарт
  2. Моделирование систем — А. А. Самарский, А. П. Михайлов
  3. Математические модели в биологии — Эллнер, Гукенхаймер
  4. Математическое моделирование в механике — А. К. Фаулер

Дифференциальные уравнения

  1. Уравнения математической физики — В. С. Владимиров
  2. Дифференциальные уравнения — В. И. Арнольд
  3. Обыкновенные дифференциальные уравнения — Э. Камке
  4. Дифференциальные уравнения и их приложения — Мартин Браун

Теория вероятностей и стохастика

  1. Теория вероятностей — А. Н. Колмогоров
  2. Вероятность и статистика — Моррис Дегрут, Марк Шервиш
  3. Стохастические процессы — Шелдон Росс
  4. Стохастический анализ для финансов — Стивен Шрив

Data Science и машинное обучение

  1. Элементы статистического обучения — Хасти, Тибширани, Фридман
  2. Распознавание образов и машинное обучение — Кристофер Бишоп
  3. Машинное обучение: вероятностный подход — Кевин Мёрфи
  4. Data Science с нуля — Джоэл Грус

Прикладная математика в физике и инженерии

  1. Математические методы для физиков — Арфкен, Вебер
  2. Высшая математика для инженеров — Эрвин Крейсиг
  3. Прикладная математика — Дж. Дэвид Логан

Квази-Монте-Карло в финансах: последовательности Соболя и ускорение сходимости

Метод Монте-Карло (MC) является абсолютно незаменимым инструментом для ценообразования деривативов высокой размерности (например, ипотечных ценных бумаг (MBS) или опционов на корзину из 100 акций). Однако классический MC, использующий псевдослучайные генераторы, имеет фатальный математический недостаток: скорость сходимости составляет $O(N^{-1/2})$, где $N$ — число симуляций. Чтобы повысить точность на один порядок, нужно увеличить время расчетов в 100 раз. Методы Квази-Монте-Карло (QMC), использующие детерминированные последовательности с низким расхождением (Low-Discrepancy Sequences), произвели вычислительную революцию, ускорив сходимость до $O(N^{-1} log^d N)$.

Подробнее

Моделирование локальной корреляции: управление рисками корзинных опционов

Если модель Локальной волатильности Дюпира решила проблему улыбки волатильности для одного актива, то оценка многомерных деривативов (опционов на корзину акций, индексов или валют) столкнулась с еще более грозным феноменом — Корреляционной улыбкой (Correlation Smile). Эмпирические данные показывают, что корреляция между активами не является константой: она стремительно растет в моменты рыночных обвалов. Модели Локальной корреляции (Local Correlation) стали математическим ответом квантов на необходимость безарбитражного хеджирования дисперсионных свопов и индексных опционов.

Подробнее

Сингулярное стохастическое управление: оптимизация портфеля с транзакционными издержками

Классическая теория оптимального потребления и инвестиций Мертона предполагает, что инвестор может непрерывно ребалансировать свой портфель без каких-либо затрат. Это приводит к математическому парадоксу: траектории броуновского движения имеют бесконечную вариацию, поэтому непрерывное удержание фиксированной доли актива требует бесконечного числа микроскопических сделок. При введении даже минимальных пропорциональных транзакционных издержек классическая теория рушится, и задача переходит в сложнейшую область сингулярного стохастического управления (Singular Stochastic Control).

Подробнее

Метод Галёркина и проекционные методы: решение УЧП финансовой математики

Классические методы конечных разностей (FDM) отлично справляются с решением одномерных и двумерных параболических уравнений в частных производных (УЧП), возникающих при оценке опционов. Однако при переходе к многомерным задачам (например, опционы на корзину активов) или сложным геометриям граничных условий FDM теряет свою эффективность. Метод Галёркина и Метод конечных элементов (Finite Element Method, FEM) предоставляют мощный математический аппарат функционального анализа для проекционного решения таких уравнений.

Подробнее

Опционы Кванто и Парадокс Зигеля: математика кросс-валютного хеджирования

Опционы Кванто (Quanto Options) представляют собой класс экзотических производных инструментов, выплата по которым определяется ценой базового актива, номинированного в иностранной валюте, однако конвертируется в национальную валюту по заранее зафиксированному обменному курсу. Это устраняет для инвестора трансляционный валютный риск, но порождает сложнейшую математическую задачу учета ковариации между доходностью актива и динамикой валютного курса.

Подробнее

Математика квантитативного смягчения: моделирование Теневой процентной ставки (Shadow Rate)

Эпоха нулевых (ZLB, Zero Lower Bound) и отрицательных процентных ставок, наступившая после мирового финансового кризиса 2008 года, обрушила классическую математику финансовых рынков. Логнормальные модели (BDT, SABR) давали сбой из-за невозможности извлечения корня из отрицательного числа, а нормальные модели (Васичека) предсказывали равную вероятность как глубоко отрицательных, так и положительных ставок, что противоречило экономическому смыслу (люди всегда могут хранить наличные). Решением стала математическая концепция Теневой процентной ставки (Shadow Rate Model), первоначально предложенная Фишером Блэком еще в 1995 году.

Подробнее

Теория нелинейной фильтрации и уравнение Закаи в стохастической математике

Математическая задача фильтрации — это процесс оценки скрытых параметров стохастической динамической системы на основе зашумленных, непрерывно поступающих наблюдений. В то время как линейный Фильтр Калмана-Бьюси (Kalman-Bucy filter) стал стандартом для гауссовских систем, финансовые рынки (модели микроструктуры, стохастическая волатильность) требуют аппарата нелинейной фильтрации. Фундаментальным прорывом в этой области стало Уравнение Закаи (Zakai Equation, 1969), превратившее сложнейшую проблему Байесовского стохастического обновления в изящное линейное стохастическое уравнение в частных производных (SPDE).

Подробнее

Ценообразование опционов на процентные ставки: модель Хо-Ли

Модель Хо-Ли (Ho-Lee Model), представленная Томасом Хо и Санг-Бин Ли в 1986 году, является исторической вехой в финансовой математике. Она стала первой в истории безарбитражной моделью структуры процентных ставок (No-Arbitrage Term Structure Model). В отличие от более ранних равновесных моделей (Васичека и CIR), которые выдавали кривую доходности как внутренний результат, модель Хо-Ли принимала текущую рыночную кривую доходности как экзогенный, математически неоспоримый факт, и строила дерево эволюции ставок, строго привязанное к этим рыночным данным.

Подробнее

Математика кредитных деривативов: CDO-квадрат и синтетические секьюритизации

Обеспеченные долговые обязательства во второй степени (CDO-squared) представляют собой вершину сложности финансовой инженерии в области структурированного кредитного риска. Если классический CDO является секьюритизацией пула корпоративных облигаций или кредитных дефолтных свопов (CDS), то CDO-squared (или CDO^2) — это дериватив, базовым активом которого выступают транши других (внутренних) CDO. Математика таких многоуровневых структур требует сложнейшего аппарата для моделирования каскадных эффектов многомерной корреляции дефолтов.

Подробнее

Экспоненциальная GARCH (EGARCH): математика эффекта левериджа

Классические эконометрические модели волатильности (ARCH и GARCH) обладают фундаментальным математическим ограничением: они абсолютно симметричны по отношению к знаку рыночного шока. В реальности фондовые рынки демонстрируют выраженный эффект левериджа (Leverage Effect) — падение цен вызывает гораздо больший всплеск волатильности, чем эквивалентный по масштабу рост. Модель EGARCH (Exponential GARCH), предложенная Дэниелом Нельсоном в 1991 году, стала изящным математическим решением этой проблемы асимметрии.

Подробнее
Subscribe to this RSS feed

Соц. сети