金融工程中的蒙特卡罗方法

《金融工程中的蒙特卡罗方法》是由高等教育出版社在2008年出版的一本书。

该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。

• 书名 金融工程中的蒙特卡罗方法
• 作者 (美)格拉瑟曼 
• ISBN 9787040247527
• 页数 596
• 出版社 高等教育出版社

内容简介

　　该书大致分为三个部分。第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最重要模型的实现。第二部分描述了如何改进模拟精确度和效率。最后的第三部分讲述了几个特别的论题:价格来自敏感度估计，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。

编辑推荐

　　"……我鼓励对金融学再中蒙特卡罗方法有兴趣的每一个人都阅读此书。这本书写得很出色，并且配有精选的参考书360百科目和一个有帮助的索引，确实值得购买。".

　　--Ralf Werner，OR Spectrum Operat固的河岩某似告设ions Research Spectrum，Issue 27，2005

　　"本书的出版是计算金融学的一件大事。多年来，蒙特卡罗方法成功地应结本巴行觉烟长用于解决各式各样的金融数学问题。通过本书的出版，作者应为将这些应用提升到一个新水平的这次不错的尝试而得到更高的声誉。……"...

　　--A Zhigljavsky草备们切集略，Journal o角克杀供放病审省损f the Operational Research Society，Vol.57，2006

图书目录

　　铁球1 Foundations

　　1.1 Principles of Monte Carlo

　　1.1.1 Introduction

　　1.1.2 First Examples

　　1.1.3 Efficiency of Simulation Estimators

　　1.2 Principles of Derivatives Pricin来自g

　　1.2.1 Pricing and Replication

　　1.2.2 Arbitrage and Risk-Neutral Pricing

　　1.2.3 Change of Numeraire

　　1.2.4 The Market Price 360百科of Risk

　　2 Gener某们头福高总降类型请ating Random Numbers and Random Varia情粮调bles

　　2.1 Random Number Gen担素农声它士eration

　　2.1世均推亲.1 Genera先经升须场科立现其l Considerations

　　2.1.2 Linear Congrue艺夫送指开至ntial Generators

　　2.1.3 Implementation of Linear Congruential Generators

　　2.1.4 Lattice Structu除掌re

　　2.1.5 手号陆够药整从改右相Combined Generators and Oth面er Methods

　　2.2 G乱一友唱己乡eneral Sampling Methods

　　2.2.1 Inverse Transform Method

　　2.2.2 Acceptance-Rejection Method

　　2.3 Normal Random Variables and Vectors

　　2.3.1 Basic Properties

　　2.3.2 Generating Univariate Normals

　　2.3.3 翻属氢影持创信Generating Multivariate Normals

　　3 Generating Sample Paths

　　3.1 Brownian Motion

　　3.1.1 One Dimension

　　3.1.2 Multiple Dimensions

　　3诗神看消黑宁.2 Geometric Brownian M领木看响林九资卫威核otion

　　3.2.1 Basic Properties

　　3.2.2 P培小ath-Dependent Options

　　3.2.草镇龙如3 Multiple Dimension材观收属联甲农获s

　　3.3 Gaussian Short Rate Models

　　3.3.1 Basic Models and Simulatio照散化胜n

　　3.3.2 Bond Prices

　　3.3 Multifactor Models

　　3.4 Square-Root Diffusions

　　3.4.1 Transition Density

　　3.4.2 Sampling Gamma and Poisson

　　3.4.3 Bond Prices

　　3.4.4 Extensions

　　3.5 Processes with Jumps

　　3.5.1 A Jump-Diffusion Model

　　3.5.2 Pure-Jump Processes

　　3.6 Forward Rate Models: Continuous Rates

　　3.6.1 The HJM Framework

　　3.6.2 The Discrete Drift

　　3.6.3 Implementation

　　3.7 Forward Rate Models: Simple Rates

　　3.7.1 LIBOR Market Model Dynamics

　　3.7.2 Pricing Derivatives

　　3.7.3 Simulation

　　3.7.4 Volatility Structure and Calibration

　　4 Variance Reduction Techniques

　　4.1 Control Variates

　　4.1.1 Method and Examples

　　4.1.2 Multiple Controls

　　4.1.3 Small-Sample Issues

　　4.1.4 Nonlinear Controls

　　4.2 Antithetic Variates

　　4.3 Stratified Sampling

　　4.3.1 Method and Examples

　　4.3.2 Applications

　　4.3.3 Poststratification

　　4.4 Latin Hypercube Sampling

　　4.5 Matching Underlying Assets

　　4.5.1 Moment Matching Through Path Adjustments

　　4.5.2 Weighted Monte Carlo

　　4.6 Importance Sampling

　　4.6.1 Principles and First Examples

　　4.6.2 Path-Dependent Options

　　4.7 Concluding Remarks

　　5 Quasi-Monte Carlo

　　6 Discretization Methods

　　7 Estimating Sensitivities

　　8 Pricing American Options

　　9 Applications in Risk Management

　　A Appendix: Convergence and Confidence Intervals

　　B Appendix: Results from Stochastic Calculus

　　C Appendix: The Term Structure of Interest Rates

　　References

　　Index

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、Monte Carlo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、Mathematical Finance等的编委。