[发明专利]基于预先计算的模拟结果的模拟在审
| 申请号: | 201680084107.6 | 申请日: | 2016-04-05 |
| 公开(公告)号: | CN108885609A | 公开(公告)日: | 2018-11-23 |
| 发明(设计)人: | 穆罕默蒂·K·罗佐纳特;阿布利米蒂·阿吉;穆罕默蒂·O·萨亚尔;纳塔利·瓦西利瓦 | 申请(专利权)人: | 慧与发展有限责任合伙企业 |
| 主分类号: | G06F17/18 | 分类号: | G06F17/18;G06F17/11 |
| 代理公司: | 北京德琦知识产权代理有限公司 11018 | 代理人: | 郭艳芳;康泉 |
| 地址: | 美国德*** | 国省代码: | 美国;US |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 模拟模型 模拟结果 预先计算 测试样本集 测试参数 使用测试 样本子集 参数集 存储库 样本集 | ||
本文的示例涉及执行模拟模型的模拟,该模拟模型的模拟使用预先计算的模拟结果和该模拟模型的参数集的预定值。在本文的示例中,从样本子集存储库中选择出测试样本集,并且使用测试样本集来确定模拟模型的针对测试参数的模拟结果。
背景技术
可以对诸如蒙特卡罗模拟等模拟进行计算以推断或预测信息。在一些示例中,可以执行、组合和分析模拟的多个实例或实施,以提供更高的准确度。每个实例可以涉及各种随机输入值以对模拟中的差异加以考虑。当对结果进行组合(例如,通过平均、加权等)时,模拟的多重计算可以提供更准确的结果。
附图说明
图1示出了包括根据本公开的一个方面而实现的快速模拟管理器的示例性快速模拟系统的示意图。
图2是可用于实现图1的快速模拟管理器的示例性快速模拟管理器的框图。
图3是表示可被执行以实现图2的快速模拟管理器的示例性机器可读指令的流程图。
图4是能够执行图3的指令以实现图2的快速模拟管理器的示例性处理器平台的框图。
尽可能地在整个附图和随附的书面描述中将使用相同的附图标记来表示相同或相似的部件。
具体实施方式
本文公开的示例涉及使用预先计算出的模拟结果来针对模拟模型(例如,可被判断为使用多个样本的模拟(诸如蒙特卡罗模拟等)的模型)的测试参数集执行快速模拟。该预先计算出的模拟结果是使用模拟模型的参数预定值和代表性样本子集而计算出的并且被存储在样本子集存储库中。在本文的示例中,基于测试参数集从样本子集存储库中选择出测试样本集,并且通过使用该测试样本集来执行快速模拟。由于模拟结果是预先计算出的,因此快速模拟管理器可以从样本子集存储库中获取结果。因此,在本文的示例中,可以通过计算针对测试参数的模拟并从存储库中获取预先计算出的结果来实时地执行模拟,而不是在完整样本集上对测试参数进行模拟。
在本文中例如,使得:
y=f(X,θ) (1)
其中y是示例性模拟模型f的输出,X表示该模拟的输入(例如,随机输入),θ是模型f的参数,该参数用于将输入与输出相关联。作为示例,在期权定价中,输出y可以是资产衍生品的价格,θ可以是模拟参数(例如,隐含波动率、均值回归系数、波动率方差、相关衍生资产之间的协方差等)的矢量,并且X是可能会对市场行为产生影响的随机输入的矢量(例如,布朗运动等)。
此外,输出y可以作为关于输入X的f的统计期望值而给出,如下:
y≈E(f(X,θ)) (2)
并且关于X得到该期望值。当不存在公式2中的期望值的封闭形式解时(例如,在针对金融衍生品的某些情况下),该期望值可以如下来估计:
其中Xn是根据X的分布而第n次随机选择出的样本,并且N是针对X的样本数量,X{N}是指根据X的分布而绘制的N个样本的集合。可以将公式3的示例性模型作为蒙特卡罗模拟来进行计算。在本文的示例中,当N接近无穷大时,g接近公式2中给出的统计期望值。
公式3的模型的示例性误差ε可以通过以下来给出:
ε=g(θ,X{N})-E(f(X,θ)) (4)
并且误差ε的方差可以是:
其中函数α随N增加,使得误差方差与样本数量N成反比。方差σ2是函数g的方差。随着N增加和/或随着g的方差减小,误差方差接近于零。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于慧与发展有限责任合伙企业,未经慧与发展有限责任合伙企业许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201680084107.6/2.html,转载请声明来源钻瓜专利网。
- 上一篇:家庭环境中的智能自动化助理
- 下一篇:生成和绘制变形的文本





