![[Recenzja] Monte Carlo Methods in Financial Engineering (Paul Glasserman) Streszczenie.](https://episodes.castos.com/660078c6833215-59505987/images/2549896/c1a-085k3-1px537x8u5r5-8nlnl6.jpg)
Show Notes
Monte Carlo Methods in Financial Engineering (Paul Glasserman)
- Amazon Poland Store: https://www.amazon.pl/dp/0387004513?tag=9natreepoland-21
- Amazon Worldwide Store: https://global.buys.trade/Monte-Carlo-Methods-in-Financial-Engineering-Paul-Glasserman.html
- Apple Books: https://books.apple.com/us/audiobook/strange-mysteries-unabridged/id977285772?itsct=books_box_link&itscg=30200&ls=1&at=1001l3bAw&ct=9natree
- eBay: https://www.ebay.com/sch/i.html?_nkw=Monte+Carlo+Methods+in+Financial+Engineering+Paul+Glasserman+&mkcid=1&mkrid=711-53200-19255-0&siteid=0&campid=5339060787&customid=9natree&toolid=10001&mkevt=1
- Czytaj więcej: https://polish.9natree.com/read/0387004513/
#wycenaneutralnawzględemryzyka #generowanieścieżekstochastycznych #redukcjawariancji #greckiemiarywrażliwości #wycenaopcjiamerykańskich #MonteCarloMethodsinFinancialEngineering
Monte Carlo Methods in Financial Engineering Paula Glassermana to zaawansowany podręcznik z zakresu inżynierii finansowej, poświęcony zastosowaniu symulacji Monte Carlo w wycenie instrumentów pochodnych i zarządzaniu ryzykiem. Autor łączy teorię probabilistyczną, modele czasu ciągłego oraz praktyczne zagadnienia obliczeniowe. Książka nie traktuje symulacji jako prostego generowania wielu losowych scenariuszy. Wyjaśnia, jak zbudować estymator ceny, jak ocenić jego błąd oraz jak ograniczyć koszt obliczeń bez utraty wiarygodności wyniku. Pierwsza część przedstawia podstawy generowania zmiennych losowych, ścieżek procesów stochastycznych i wyceny neutralnej względem ryzyka. Następnie omawiane są metody redukcji wariancji, quasi Monte Carlo i dyskretyzacja modeli. Końcowe rozdziały dotyczą greckich miar wrażliwości, opcji amerykańskich oraz ryzyka rynkowego i kredytowego. Jest to pozycja techniczna, przeznaczona przede wszystkim dla osób znających rachunek prawdopodobieństwa i podstawy rachunku stochastycznego. Jej celem jest pokazanie pełnego związku między modelem finansowym, algorytmem symulacyjnym i decyzją opartą na liczbowym wyniku.
- Amazon Poland Store: https://www.amazon.pl/dp/0387004513?tag=9natreepoland-21
- Amazon Worldwide Store: https://global.buys.trade/Monte-Carlo-Methods-in-Financial-Engineering-Paul-Glasserman.html
- Apple Books: https://books.apple.com/us/audiobook/strange-mysteries-unabridged/id977285772?itsct=books_box_link&itscg=30200&ls=1&at=1001l3bAw&ct=9natree
- eBay: https://www.ebay.com/sch/i.html?_nkw=Monte+Carlo+Methods+in+Financial+Engineering+Paul+Glasserman+&mkcid=1&mkrid=711-53200-19255-0&siteid=0&campid=5339060787&customid=9natree&toolid=10001&mkevt=1
- Czytaj więcej: https://polish.9natree.com/read/0387004513/
#wycenaneutralnawzględemryzyka #generowanieścieżekstochastycznych #redukcjawariancji #greckiemiarywrażliwości #wycenaopcjiamerykańskich #MonteCarloMethodsinFinancialEngineering
Monte Carlo Methods in Financial Engineering Paula Glassermana to zaawansowany podręcznik z zakresu inżynierii finansowej, poświęcony zastosowaniu symulacji Monte Carlo w wycenie instrumentów pochodnych i zarządzaniu ryzykiem. Autor łączy teorię probabilistyczną, modele czasu ciągłego oraz praktyczne zagadnienia obliczeniowe. Książka nie traktuje symulacji jako prostego generowania wielu losowych scenariuszy. Wyjaśnia, jak zbudować estymator ceny, jak ocenić jego błąd oraz jak ograniczyć koszt obliczeń bez utraty wiarygodności wyniku. Pierwsza część przedstawia podstawy generowania zmiennych losowych, ścieżek procesów stochastycznych i wyceny neutralnej względem ryzyka. Następnie omawiane są metody redukcji wariancji, quasi Monte Carlo i dyskretyzacja modeli. Końcowe rozdziały dotyczą greckich miar wrażliwości, opcji amerykańskich oraz ryzyka rynkowego i kredytowego. Jest to pozycja techniczna, przeznaczona przede wszystkim dla osób znających rachunek prawdopodobieństwa i podstawy rachunku stochastycznego. Jej celem jest pokazanie pełnego związku między modelem finansowym, algorytmem symulacyjnym i decyzją opartą na liczbowym wyniku.
