没有合适的资源?快使用搜索试试~ 我知道了~
matlabhill代码-smoothing_payoff_FDM:不连续收益的处理
共19个文件
png:8个
m:5个
py:4个
需积分: 9 0 下载量 150 浏览量
2021-05-24
03:55:49
上传
评论
收藏 880KB ZIP 举报
温馨提示
Matlab Hill代码有限差分法的平滑收益 介绍 对于具有不连续收益的衍生产品,很难在到期日附近获得准确的数值解。 此回购包含对有限差分法(FDM)平滑不连续收益的方法的实现。 我考虑了具有解析解的欧洲数字呼叫选项的仿真[1]。 方法 通常,为了提高FDM [2]的准确性,执行价格应该位于两个网格点之间。 可以在[3]中找到有关移动网格的详细说明。 另外,用于增加FDM上的不连续收益的准确性的一种方法是通过利用收益结构的人工调整来使收益平滑。 该方法是在行使价周围补充具有线性或非线性形式收益值的几个网格点。 环境 CPU:Intel(R)Core(TM)i5-6400 @ 2.7GHZ 内存:DDR3L 16GB PC3-12800 Windows 10企业版64位 , 数值结果 在此仓库中,我分别比较了三个版本的解析和数值解之间的关注区域和最大误差的RMSE(均方根误差)。 version 0 :无礼的回报(原始方法) version 1 :直线 version 2 :非线性曲线1 version 3 :非线性曲线2 1.参数 测试用例:欧洲数字通话选项 FDM方法:完全隐式FD
资源推荐
资源详情
资源评论
收起资源包目录
smoothing_payoff_FDM-master.zip (19个子文件)
smoothing_payoff_FDM-master
LICENSE.md 1KB
README.md 4KB
code_MATLAB
corn_FDM_smooth_2.m 2KB
result0.png 112KB
corn_FDM_smooth_3.m 3KB
result2.png 117KB
result1.png 118KB
corn_FDM_original.m 2KB
thomas.m 268B
corn_FDM_smooth_1.m 2KB
result3.png 118KB
code_Python
result0.png 106KB
corn_FDM_smooth_3.py 4KB
result2.png 103KB
result1.png 118KB
corn_FDM_smooth_2.py 4KB
corn_FDM_original.py 3KB
corn_FDM_smooth_1.py 3KB
result3.png 121KB
共 19 条
- 1
资源评论
weixin_38526780
- 粉丝: 4
- 资源: 994
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功