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

Ценообразование CDO: функция Гауссовой копулы Ли

Математика обеспеченных долговых обязательств (Collateralized Debt Obligations, CDO) представляет собой одну из самых противоречивых и сложных глав современной финансовой инженерии. Инновация CDO заключалась в секьюритизации пула корпоративных или ипотечных долгов и их перераспределении по траншам с различным уровнем старшинства (Seniority). Оценка таких структурированных продуктов упирается в сложнейшую многомерную математическую задачу — моделирование совместной корреляции дефолтов в пуле из сотен заемщиков.

Подробнее

Модель Блэка 1976 года: математика ценообразования опционов на фьючерсы

Оригинальная формула Блэка-Шоулза-Мертона была выведена для спотовых активов — акций, требующих немедленной оплаты. Однако огромный сегмент мировой финансовой индустрии торгует опционами не на спотовые активы, а на фьючерсные и форвардные контракты (сырье, индексы, процентные ставки). Фишер Блэк в 1976 году разработал математическую модификацию оригинальной теории, которая стала универсальным языком трейдеров всего мира для котирования деривативов на производные инструменты.

Подробнее

Модель прыжковой диффузии Мертона: учет внезапных рыночных шоков

Неспособность стандартной геометрического броуновского движения (GBM) описывать экстремальные движения цен (крахи и ралли) привела к необходимости пересмотра базовых аксиом финансовой инженерии. Модель прыжковой диффузии, предложенная Робертом Мертоном в 1976 году, стала первым успешным математическим аппаратом, объединившим непрерывную диффузионную динамику рынка со стохастическими пуассоновскими скачками, описывающими внезапные поступления критически важной макроэкономической или корпоративной информации.

Подробнее

Теория арбитража и Первая фундаментальная теорема оценки активов

Вся современная финансовая инженерия и математика ценообразования деривативов покоится на одном краеугольном концепте — принципе отсутствия арбитража (No-Arbitrage Principle). Арбитраж — это "бесплатный обед", возможность получить безрисковую прибыль без первоначальных инвестиций. Строгая математическая формализация этого принципа, осуществленная Майклом Харрисоном, Дэвидом Крепсом и Стэнли Плиской в конце 1970-х годов, породила Первую фундаментальную теорему оценки активов (First Fundamental Theorem of Asset Pricing) — главный закон количественных финансов.

Подробнее

Модель Самуэльсона и геометрическое броуновское движение в финансах

В 1965 году выдающийся экономист Пол Самуэльсон предложил математическую модель динамики цен на акции, которая навсегда изменила ландшафт количественных финансов. Взяв за основу пионерские, но забытые на полвека работы Луи Башелье, Самуэльсон исправил их фундаментальный математический изъян, введя в финансовую науку понятие Геометрического броуновского движения (Geometric Brownian Motion, GBM), ставшего абсолютным стандартом в теории ценообразования деривативов.

Подробнее

Оптимальное мартингальное хеджирование на неполных финансовых рынках

Фундаментальным триумфом теории Блэка-Шоулза стало доказательство возможности совершенного (perfect) хеджирования: любой производный инструмент может быть идеально синтезирован (реплицирован) через непрерывную торговлю базовым активом и безрисковой облигацией. Однако этот результат опирается на строгую математическую гипотезу полноты рынка (Complete Market). В реальности финансовые рынки неполны: присутствуют скачки цен (jumps), стохастическая волатильность, дискретное время торгов и транзакционные издержки. В условиях неполного рынка идеальное хеджирование невозможно, и финансовая математика предлагает мощный аппарат мартингального хеджирования для минимизации остаточного риска.

Подробнее

Моделирование кредитного риска: структурная модель Мертона

Структурная модель кредитного риска, разработанная нобелевским лауреатом Робертом Мертоном в 1974 году, произвела концептуальный переворот в корпоративных финансах. Она впервые применила математический аппарат ценообразования опционов Блэка-Шоулза к оценке корпоративного долга и вероятности дефолта компании, установив жесткую математическую связь между стоимостью активов компании, структурой ее капитала и кредитным спредом ее облигаций.

Подробнее

Скрытые марковские модели (HMM) в прогнозировании рыночных режимов

Скрытые марковские модели (Hidden Markov Models, HMM) представляют собой мощнейший инструмент статистического обучения в финансовой математике, предназначенный для моделирования и прогнозирования ненаблюдаемых (скрытых) рыночных режимов на основе наблюдаемых данных, таких как цены активов и объемы торгов. В отличие от линейных моделей временных рядов, HMM способны улавливать резкие структурные сдвиги на финансовых рынках, переходы от фазы стабильного роста к фазам турбулентности и кризисов.

Подробнее

Метод конечных разностей в финансовой инженерии: решение уравнения Блэка-Шоулза

Аналитические формулы для ценообразования деривативов, подобные формуле Блэка-Шоулза-Мертона, существуют только для узкого класса простейших европейских опционов. Для оценки подавляющего большинства реальных биржевых и внебиржевых продуктов (американские опционы с возможностью досрочного исполнения, барьерные опционы) аналитических решений не существует. Метод конечных разностей (Finite Difference Method, FDM) переводит абстрактные дифференциальные уравнения в частных производных (УЧП) на язык дискретной алгебры, позволяя компьютерам с высочайшей точностью "сканировать" цену опциона.

Подробнее

Дробное броуновское движение и фрактальная геометрия финансовых рынков

Доминирующая в количественных финансах парадигма эффективного рынка опирается на классическое броуновское движение, подразумевающее полную независимость будущих изменений цен от их прошлых значений. Эту догму подверг сокрушительной математической критике Бенуа Мандельброт, доказав, что реальные финансовые рынки обладают фрактальной структурой, долговременной памятью и масштабируемостью, для описания которых необходимо Дробное броуновское движение (Fractional Brownian Motion, FBM).

Подробнее
Subscribe to this RSS feed

Соц. сети