基于Tensorflow的Dupire局部波动率模型中的敏感性分析
分布式、并行与集群计算
2020-02-10 v1 计算金融
统计计算
摘要
在最近的一篇论文中，我们展示了TPU与多维金融模拟之间的亲和性如何带来快速的蒙特卡洛模拟，且只需几行python Tensorflow代码即可搭建。我们还展示了用诸如Tensorflow之类的自动微分语言编写高性能模拟的一大好处：一行代码就能让我们估计敏感性，即金融工具价格相对于另一输入（如利率、标的当前价格或波动率）的变化率。此类敏感性（即著名的金融“Greeks”）对于风险评估和风险缓释至关重要。在本后续短文中，我们扩展了先前关于使用张量处理单元和Tensorflow for TPUs的工作中所论述的进展。
引用
@article{arxiv.2002.02481,
title = {Sensitivity Analysis in the Dupire Local Volatility Model with Tensorflow},
author = {Francois Belletti and Davis King and James Lottes and Yi-Fan Chen and John Anderson},
journal= {arXiv preprint arXiv:2002.02481},
year = {2020}
}