结合期权合约与现货市场的原材料采购风险管理

通过建立一个两时点的采购模型,研究在原材料价格波动下一个风险规避制造商的最优组合采购策略.制造商可利用期权合约购买原材料,或者从现货市场采购.研究结果表明,最优期权购买数量受到风险规避程度、期权费以及执行价格的影响.最优购买数量与决策者风险规避程度之间的关系受到期权定价影响;最优购买数量随着期权购买费或执行价格的增加而减少.最后,通过比较说明,采用组合采购策略可以提高制造商的均值-方差效用水平.     

一种双边可选择电力远期合同的定价模型

激烈竞争的电力市场需要有效的风险管理工具来回避易变的价格风险，结合金融期权交易思想的电力远期合同（或称可选择远期合同）因其灵活性和多样性而将发挥重要作用，提出一种合同双方均有选择权的双边可选择电力远期合同模型，根据期权定价思想给出了合同价格计算方法，并通过一个合同买卖双方各自追求最大期望报酬的均衡模型，给出了有关期权敲定价的均衡选择，比较分析表明，这种双边可选择远期合同模型具有良好的特性。     

基于GPU的最小二乘蒙特卡罗算法期权定价

期权是以金融产品作为行权品种的交易合约。随着期权交易规模和交易量的迅速增长,期权定价的计算量越来越大,在传统CPU平台上对期权进行定价变得越来越困难。图形处理器（GPU）平台的出现和发展为解决期权定价计算提供了解决方案。在GPU上使用最小二乘蒙特卡罗算法（Least Squares Monte Carlo,LSM）实现了对一维和四维美式期权定价计算：首先利用CURAND库产生大量随机数,然后并行化期权标的价格变化路径,最后对最小二乘法和贴现定价进行并行化。为提高GPU平台上LSM方法的计算效率,对整个过程进行了优化。实际测试结果表明,在CPU+GPU上实现一维和四维美式期权定价相对CPU平台的加速比最高分别达到20.275和47.538,且比其他文献的方法整体性能有较大的提升。     

基于混合卡尔曼粒子滤波算法的期权定价方法

针对金融领域的期权定价问题,为提高粒子滤波算法对期权价格的估计精度,提出使用混合卡尔曼粒子滤波算法(MKPF)进行期权价格预测,该算法使用Unscented 卡尔曼滤波器和扩展卡尔曼滤波器作为混合建议分布产生重要采样密度.在某一时刻,每一个粒子首先经过Unscented卡尔曼滤波器更新得到一个状态估计值,然后以该估计值作为扩展卡尔曼滤波器的先验估计再次更新粒子,得到该时刻最终的估计值.实验中针对经典的Black-Scholes期权定价公式,使用包括MKPF算法在内的4种算法对期权价格进行预测,结果表明MKPF算法预测的期权价格与真实期权价格的误差最小,证明了MKPF算法在期权定价问题中的有效性.     

巴黎期权定价问题的数值方法

本文在通常的Black-Scholes假设下讨论连续观察的巴黎期权的定价问题,并给出其数值结果,基于分数步算法和两点中心隐式差分格式,采取了初值的奇性消除技术,获得了较高的效率和精度,最后分析了容许延迟时间及障碍位置对期权价格的影响。 Wilmott(1999)给出了巴黎期权定价问题的二项树算法,众所周知,二项树算法的局     

云计算IaaS现货实例定价方法研究

目前云计算IaaS具有三种定价模式-按需运行、保留定制、现货竞价,前两种模式价格相对稳定,现货竞价模式的价格却处于不断波动中,目前还没有相应的云计算IaaS定价标准,价格的高低直接影响资源利用率和提供商利润.针对该问题,提出一种云服务提供商利润最大化目标下的云计算IaaS定价方法.考虑价格因素对现货竞价市场需求和整个云计算市场需求的双重影响,利用价格需求弹性理论,以价格手段间接控制市场需求;针对现货竞价的市场风险,引入机会成本;运用数学模型求解出最优定价区间,通过算例验证了价格变动对市场需求和利润的影响,并分析了需求价格弹性对利润的敏感性.此研究对云计算提供商的定价策略具有指导意义.     

随机波动率下的亚式期权定价问题在GPU集群上的实现

期权定价作为计算金融领域的核心问题之一,越来越受到关注.随着期权交易的规模和交易量的迅速增长,当前的期权定价平台越来越受到挑战,在尽可能短的时间内对期权进行定价变得越来越困难.传统的计算平台通常使用基于CPU的计算集群,而图形处理器(GPU)具有更高的浮点性能和访存带宽,在价格与功耗方面也优于CPU.尝试使用GPU集群来对具有随机波动率的亚式期权进行定价,同时使用带控制变量的MonteCarlo方法,减小模拟的方差.最终的测试结果表明GPU集群较CPU集群具有更多的优势,适合应用于期权定价领域.     

一类地产期权的微分方程定价模型及其计算

该文以北京西奥中心写字楼为例,分析“以租待售”型房地产营销工具具有的分期付款期权特性,运用Δ-对冲技巧和Ito引理,构造了美式分期付款地产期权的微分方程定价模型,并确定了定价模型中各个变量的内涵,包括标的资产价格、波动率、期限和执行价等。针对北京西奥中心写字楼的具体市场数据,应用有限差分策略进行数值计算,得到了相应的期权价值。     

一类地产期权的微分方程定价模型及其计算

该文以北京西奥中心写字楼为例,分析"以租待售"型房地产营销工具具有的分期付款期权特性,运用Δ-对冲技巧和Ito引理,构造了美式分期付款地产期权的微分方程定价模型,并确定了定价模型中各个变量的内涵,包括标的资产价格、波动率、期限和执行价等。针对北京西奥中心写字楼的具体市场数据,应用有限差分策略进行数值计算,得到了相应的期权价值。     

On the universality of peptide computing

We present a simulation of Turing machines by peptide–antibody interactions. In contrast to an earlier simulation, this new technique simulates the computation steps automatically by the interaction between peptides and antibodies and does not rely on a “look-and-do” approach, in which the Turing machine program would be interpreted by an extraneous computing agent. We determine the resource requirements of the simulation. Towards a precise definition for peptide computing we construct a new theoretical model. We examine how the simulations presented in this paper fits this model. We also give conditions on the peptide computing model so that it can be simulated by a Turing machine.

云计算研究

云计算模式是在基础设施即服务（IaaS）、平台即服务（PaaS）、软件即服务（SaaS）、分布式计算、并行计算和网格计算等概念演进并产生的结果。云计算模式是一种全新的计算应用模式,将会成为人们获取服务的主导方式。本文首先介绍云计算在业界中的概念,接着分析云计算和相关计算,最后关于云计算发展的前景进行展望。     

普适计算体系结构的研究

普适计算使人在信息空间与物理空间相融合的环境下，利用任意设备，通过任意网络，在任意时间透明地获得一定质量的网络服务，根据目前国际上普适计算研究的现状和发展趋势，提出了一个普适计算体系结构的参考模型，并简要讨论了该参考模型的四个关键研究内容一移动计算、互操作计算、情感计算和上下文感知计算．     

普及计算及其应用模型

1.普及计算的基本概念 1.什么是普及计算? 我们当前所处的时代是计算机技术仍然复杂到让大部分人们难以学习的地步的时代。虽然目前计算机已经进入了许多人的家庭,但是真正能够发挥计算机全部能力的用户是很少的。计算机业界有许多的技术和专有名词,而且它们还随着时间的流逝不断发展变化。再者,过去所有的传统思路都是以计算机为中心,当计算机系统发生变化时,人们的思想也必须     

绿色计算的重定义与若干探讨

计算机系统的环境可分为人文环境和自然环境两个部分.随着全球计算机系统大量而广泛的使用,对环境日益产生了一些负面影响.绿色计算(green computing)是一种以环境为中心的计算模式,通过努力消除计算机系统的环境不友好方面,使得计算机系统、人、社会与自然环境更加和谐,实现节能、环保和节约的目标.通过与绿色化学的比较研究,作者采取了一种更加统一和抽象的方式定义绿色计算的概念,并探讨了其主要研究内容,从而明确了绿色计算的界限和范围,理顺了相关领域的研究任务和关系.然后,提出了绿色汁算的一些基本思路和一般性方法,为下一步研究各种条件下绿色计算的具体模型、方法与工具打下了必要的基础.     

一种分布式环境下的新型高性能计算平台

分析了采用志愿机模式的网络计算平台的特点，针对其不足．提出了一种分布式环境下的新型高性能计算平台NH-PCP（A Novel High Performance Computing Platform in Distributed Environment）．该平台具有可扩展性和容错能力，采用对象串行化技术能够使应用程序跨平台运行．NHPCP具有友好的用户界面，提供一套简单易用的API（Application Programming Interface）函数调用，任何大计算量的、可以分解成独立计算子任务的应用都可以方便地利用该平台运算．基于该平台具体实现了两个典型的并行应用实例，通过对实验结果的分析，总结了适合于本计算平台的并行应用的特点．     

一种对象化并行计算框架

分布式计算、并行计算、内存计算是目前提高计算性能的关键技术和热点研究领域。在大数据环境下,针对数据型统计分析系统性能劣化明显、不能满足用户使用需求的问题,提出了一种轻量级高性能对象化并行计算架构,研制了该架构的对象服务组件、对象管理服务组件和客户端代理组件,并将该架构和组件在国家电网资产质量监督管理系统中进行了验证应用,其效果表明该框架能大幅提升大数据处理效率。     

分布式空间信息的对等协同计算机制研究*

海量空间信息的处理需要分布式协同工作的GIS平台支持。为解决空间数据源的异构和分布式网络中的计算能力共享问题,设计了分布式空间信息的协同计算模型,分析了分布式空间信息协同计算具备的基本特征;从空间数据分布存储模型、空间数据分布式计算协同和分布式空间数据并行索引等方面讨论分布式空间信息的协同计算技术体系,并提出现阶段可行的实现机制。分布式对等协同计算机制避免了集中式执行引擎带来的网络拥塞和单点失效问题,提高了海量空间信息资源和计算资源协作的可靠性和可用性。     

计算网格软件体系结构研究

从研究集成网格计算资源成为具有应用逻辑的复合计算出发,设计了一个新型的分布式软件体系结构—CGSA(Computing-GridSoftwareArchitecture)。CGSA以XML方式显性表达复合计算的组合逻辑,屏蔽了各计算源间的异构性,具有联邦管理自治、计算透明和完备、可扩展、负载平衡等特点。基于CGSA结构,可以充分利用网格计算能力,快速构造新的应用,同时也为集成企业旧的业务系统提供了新的方法。     

分散计算:技术、应用与挑战

在军事作战等对时延敏感的应用场景中,云计算无法满足用户的实时需求,因此分散计算应运而生。它利用智能手机、平板电脑、联网汽车和物联网终端等全球计算资源提供服务,并将云数据中心视为通用计算节点,彻底消除中心化,实现计算资源的分散化。分散计算将所有具有计算能力的设备连接起来,形成一个网络化的有机体,每个计算节点以协作和共享的方式为用户提供服务。与雾计算和边缘计算的本地化处理不同,该范式利用了网络中的空闲计算资源,绕过了局部计算能力的限制,得到了广泛的关注。首先,介绍了分散计算的研究背景,并给出了分散计算的定义;其次,详细介绍了分散计算的三种核心技术;随后,通过一些具体的应用场景实例化分散计算的概念,更好地分析了分散计算在万物互联时代的优势;最后,阐述了未来分散计算的研究方向以及面临的挑战。