波士頓科研課題：金融衍生品定價(jià)的數(shù)學(xué)建模研究

Category: 培訓(xùn)課程, 科研項(xiàng)目培訓(xùn)
|
Date: 2023年2月24日上午10:02

本學(xué)科會介紹幾種最有用、受眾面最廣的金融衍生品（Stock, Bond, and Options etc.）以及金融模型(DCF model, Binomial Stock Price Tree Model etc.)。本學(xué)科會研究如何利用編程對金融衍生品定價(jià)，以加深學(xué)生對與算法，數(shù)據(jù)結(jié)構(gòu)的理解。

咨詢課程

Product Details

波士頓科研課題

金融衍生品定價(jià)的數(shù)學(xué)建模研究

課題簡介

金融數(shù)學(xué)是一門圍繞金融市場的均衡與有價(jià)證券定價(jià)的數(shù)學(xué)理論進(jìn)行深入剖析，利用計(jì)算機(jī)建立適合的數(shù)學(xué)模型的新興學(xué)科。它的核心內(nèi)容就是研究隨機(jī)環(huán)境下投資組合的最優(yōu)選擇理論和資產(chǎn)的定價(jià)理論。套利、最優(yōu)與均衡是金融數(shù)學(xué)的基本經(jīng)濟(jì)思想和三大基本概念。通過這次課程，學(xué)生將學(xué)習(xí)如何應(yīng)用三大基本概念為股票和債卷進(jìn)行估值并找到投資組合的最優(yōu)選擇。

金融衍生品

Financial derivatives

是指一種金融合約，其價(jià)值取決于一種或多種基礎(chǔ)資產(chǎn)或指數(shù)，合約的基本種類包括遠(yuǎn)期、期貨、掉期（互換）和期權(quán)。

科研方法

AI+X數(shù)據(jù)驅(qū)動型科研

AI＋X數(shù)據(jù)驅(qū)動型科研是指使用人工智能（AI）算法，收集、處理、分析具體學(xué)科（X）的海量數(shù)據(jù)，并基于此進(jìn)行預(yù)測，從而獲得科學(xué)發(fā)現(xiàn)的研究方法。與傳統(tǒng)的、基于實(shí)驗(yàn)或邏輯推理的研究方式相比，AI＋X數(shù)據(jù)驅(qū)動型科研可以借助AI算法強(qiáng)大的運(yùn)算能力，高效地進(jìn)行大數(shù)據(jù)分析，具有投入產(chǎn)出比高、適用范圍廣的優(yōu)點(diǎn)。

AI＋X數(shù)據(jù)驅(qū)動型科研已被廣泛地應(yīng)用于各個領(lǐng)域，利用AI算法研究基因數(shù)據(jù)，從而進(jìn)行早期的癌癥篩查便是其中一例。基因組與癌癥病患的數(shù)據(jù)千千萬萬，使用傳統(tǒng)的科研方式對其進(jìn)行分析，工程量大、過程繁瑣，在客觀上難以實(shí)現(xiàn)。但借助AI算法這一便捷的工具，生命科學(xué)家便能夠以海量的患者的遺傳信息為基礎(chǔ)，建立數(shù)據(jù)庫，與過往的研究成果進(jìn)行對照，快速、準(zhǔn)確地在兩者中發(fā)現(xiàn)規(guī)律、建立聯(lián)系，從而使癌癥診斷的“標(biāo)準(zhǔn)化”成為可能。

整個科研教學(xué)流程中，每一位學(xué)員都將有學(xué)術(shù)督導(dǎo)協(xié)助保障研究階段性作業(yè)和論文的進(jìn)度，確保取得研究成果。