　　《应用统计学丛书：金融工程中的蒙特卡罗方法》源于作者在哥伦比亚大学多年教学的讲稿。书中介绍了蒙特卡罗方法在金融中的用途，并且将模拟用作呈现金融工程中模型和思想的工具。《应用统计学丛书：金融工程中的蒙特卡罗方法》大致分为三个部分。一部分介绍了蒙特卡罗方法的基本原理，衍生定价基础以及金融工程中一些重要模型的实现。第二部分描述了如何改进模拟精确度和效率。后的第三部分讲述了几个特别的论题：价格敏感性估计、美式期权定价以及金融投资组合中的市场风险和信贷风险评估。

作者简介

　　Paul Glasserman，哥伦比亚大学商学院高级副院长、Jack R．Anderson教授，美国联邦储蓄保险公司（FDIC）金融研究中心成员。长期从事风险管理、衍生证券定价、蒙特卡罗模拟等方向的教学和研究，曾发表许多有影响力的研究论文，并担任著名刊物Management Science、Finance＆Stochastics、Mathematca/ Finance等的编委。
　　
　　范韶华，威斯康星大学计算机博士，纽约大学库朗数学研究所金融数学硕士，北京师范大学数学学士。现任芝加哥商品期货交易所集团的量化研究总监。曾任瑞银的前台量化分析师，安永咨询部的资深量化分析师，美国贝尔斯登投资银行（现摩根大通银行）的业务副主管。博士论文为关于图像和动画生成的序贯蒙特卡罗方法的研究，曾发表多篇研究论文。
　　
　　孙武军，上海交通大学应用数学博士，管理学博士后，现任教于南京大学商学院金融与保险学系，主要研究领域包括金融工程、微观金融、风险管理与保险、保险精算、产业经济与技术创新等。发表多篇学术论文，并担任多家著名学术期刊的匿名审稿人。

内页插图

第1章基础
1.1 蒙特卡罗原理
1.1.1 介绍
1.1.2 第一个例子
1.1.3 模拟估计的有效性
1.2 衍生品定价准则
1.2.1 定价和复制
1.2.2 套利和风险中性定价
1.2.3 基准变换
1.2.4 风险的市场价格

第2章随机数与随机变量的产生
2.1 随机数的产生
2.1.1 一般考虑
2.1.2 线性同余发生器
2.1.3 线性同余发生器的实现
2.1.4 格子结构
2.1.5 组合发生器和其他方法
2.2 一般抽样方法
2.2.1 逆变换方法
2.2.2 接受拒绝方法
2.3 正态随机变量和向量
2.3.1 基本性质
2.3.2 一元正态变量的产生
2.3.3 多维正态（样本）的产生

第3章构造样本路径
3.1 布朗运动
3.1.1 一维情况
3.1.2 多维情况
3.2 几何布朗运动
3.2.1 基本属性
3.2.2 路径依赖型期权
3.2.3 多维情况
3.3 Gauss短期利率模型
3.3.1 基本模型和模拟
3.3.2 债券价格
3.3.3 多因子模型
3.4 平方根扩散过程
3.4.1 转移密度函数
3.4.2 Gamma分布和Poisson分布的抽样
3.4.3 债券价格
3.4.4 扩展
3.5 带跳跃的过程
3.5.1 一个跳跃扩散模型
3.5.2 纯跳跃过程
3.6 远期利率模型：连续利率
3.6.1 HJM框架
3.6.2 离散漂移项
3.6.3 实现
3.7 远期利率模型：简单利率
3.7.1 LIBOR市场模型动态过程
3.7.2 衍生品定价
……

第4章方差缩减技术
第5章准蒙特卡罗
第6章离散法
第7章敏感性估计
第8章美式期权定价
第9章在风险管理中的运用
附录A 收敛和置信区间
附录B 随机微积分的结果
附录C 利率期限结构
参考文献
索引
应用统计学丛书：金融工程中的蒙特卡罗方法 [Monte Carlo Methods in Financial Engineering] 下载 mobi epub pdf txt 电子书格式