没有合适的资源?快使用搜索试试~ 我知道了~
deep-hedging:深度对冲演示-使用机器学习进行衍生定价的示例
共28个文件
py:19个
txt:3个
gitignore:1个
需积分: 50 12 下载量 143 浏览量
2021-05-27
16:24:53
上传
评论 2
收藏 487KB ZIP 举报
温馨提示
深度对冲演示 使用机器学习对衍生产品定价 1) Jupyter version: Run ./colab/deep_hedging_colab.ipynb on Colab. 2) Gui version: Run python ./pyqt5/main.py Check ./requirements.txt for main dependencies. Black-Scholes(BS)模型-于1973年开发,并基于获得诺贝尔奖的作品-在近半个世纪以来一直是定价选择和其他金融衍生品的事实上的标准。 在理想的金融市场的假设下,可以使用该模型来计算期权价格和相关的风险敏感性。 然后,交易者可以从理论上使用这些风险敏感性来创建完善的对冲策略,以消除期权组合中的所有风险。 但是,在现实世界中很难满足完美金融市场的必要条件,例如零交易成本和连续交易的可能性。 因此,在实践中,银行必须依靠其交
资源推荐
资源详情
资源评论
收起资源包目录
deep-hedging-master.zip (28个子文件)
deep-hedging-master
presentation
dh_worker.py 9KB
data
target_PnL_0.015.npy 78KB
default_params.py 2KB
main.py 757B
readme.txt 154B
main_window.py 31KB
.gitignore 2KB
env.yml 1KB
requirements.txt 342B
deep_hedging
__init__.py 86B
deep_hedging.py 9KB
loss_metrics
cvar.py 214B
__init__.py 52B
entropy.py 218B
colab
deep_hedging_colab.ipynb 540KB
LICENSE 34KB
README.md 5KB
instruments
EuropeanCall.py 6KB
__init__.py 39B
utilities
__init__.py 47B
train_test_split.py 404B
pyqt5
dh_worker.py 9KB
default_params.py 2KB
main.py 757B
readme.txt 166B
main_window.py 31KB
stochastic_processes
__init__.py 53B
BlackScholesProcess.py 2KB
共 28 条
- 1
资源评论
八年一轮回
- 粉丝: 44
- 资源: 4727
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
- 实验报告-时间序列分析-姓名.doc
- Inversion about Mobius
- 长期施肥对设施土壤钙素有效态及生物有效性的影响_赵金月.caj
- 2024付费进群系统,源码及搭建变现视频课程(教程+源码)
- PS人像二次元AI智能修图 合成 人像修图/二次元 COS合成/AI 智能合成/100节
- (保姆式教学) Win10 + Ubuntu 20.04——双系统安装方法 + 配置显卡 + root权限 + flash调配_双系统安装保姆教程-CSDN博客.mhtml
- github 访问失败,怎么办??
- 第八章(2).docx
- [`19MK)RQRS}BRUCA85A9R9(1).png
- https服务nginx步骤参考
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