这是期权定价模型专栏的第一篇文章，此专栏旨在分享一些期权定价模型，将会从最基础的BSM模型开始写起，逐步扩散到蒙特卡洛模拟、二叉树等数值法模型，以及跳跃扩散模型、随机波动率模型，神经网络模型等等。如果你觉得有帮助，不妨点赞收藏支持一下哦。1.前言1973年BSM模型首次发表后便很快被应用到了金融市场中。交易商用BSM模型对期权进行定价，并进一步推动了期权在不同市场上的应用。自BSM模型开始，市场首次找到了理论上可靠的期权定价模型，这大大推动了整个期权市场的发展，反过来也促进了标的资产市场的定价和流动性。在某种意义上，BSM模型确实是个奇迹：它使得你可以用一种非常理性的方法来给证券定价，在此之前
我目前在firestore中有一组文档。这些文档中的每一个都包含一个json对象数组。我相信将这些数组存储为每个文档中的子集合会更好。我唯一关心的是读取子集的定价方面。因为它目前只是每个文档上的一个数组，所以我相信当我获取文档时，这只算作一次阅读(如果我错了请纠正我)。如果我转向使用子集合并使用下面的代码读取整个集合，这算作一次读取还是多次读取？我担心这会很昂贵。db.collection("cities").get().then(function(querySnapshot){querySnapshot.forEach(function(doc){//doc.data()isneve
我目前在firestore中有一组文档。这些文档中的每一个都包含一个json对象数组。我相信将这些数组存储为每个文档中的子集合会更好。我唯一关心的是读取子集的定价方面。因为它目前只是每个文档上的一个数组，所以我相信当我获取文档时，这只算作一次阅读(如果我错了请纠正我)。如果我转向使用子集合并使用下面的代码读取整个集合，这算作一次读取还是多次读取？我担心这会很昂贵。db.collection("cities").get().then(function(querySnapshot){querySnapshot.forEach(function(doc){//doc.data()isneve
最近几个月，国内外科技巨头都在围绕大模型出招，而坐拥OpenAI的微软似乎按兵不动。7月19日，在MicrosoftInspire活动中，微软终于公布了其AI领域的一系列新技术和产品。一系列基于当前最强大模型GPT-4的能力，现在已经组成了技术栈，其中的很多都被宣布「即刻上线」。图片「我们现在已经到达了新的临界点，自然语言理解交互和AI逻辑推理能力正在重塑我们的所有业务，」微软CEO萨提亚・纳德拉表示。围绕微软从云服务到Office全家桶的大模型能力，今天他一口气宣布了40余个新升级，不过活动中主要介绍的是这几个：图片首先是必应搜索的「常规升级」。今年2月微软的新必应通过引入ChatGPT能力
7月19日消息，微软在近日召开的MicrosoftInspire大会上，公布了BingChatEnterprise和Microsoft365Copilot两款产品的定价。这是基于AI智能、针对工厂场景的聊天机器人。微软表示基于此前调查的WorkTrendIndex，70%的人表示他们会将尽可能多的工作委托给人工智能。不过为企业构建的人工智能工具会无意中泄露敏感的业务数据，微软推出的BingChatEnterprise，可以保护用户和业务数据，不会泄露到组织外部。就像BingChat一样，BingChatEnterprise基于Web数据，并提供完整的，可验证的答案，沿着包括图形，图表和图像的可
我知道KeysOnly查询成本更低，但我想知道我是否正确实现了它。例如，如果我为KeysOnly创建一个GetAll函数(如下所示)，我是否仍应初始化用户结构([]User)？funcGetAllUserKeysByFilter(ctxcontext.Context,filters...UserFilter)([]*datastore.Key,error){varusers[]Userquery:=datastore.NewQuery("User").KeysOnly()for_,filter:=rangefilters{iffilter.Age!=0{query=query.Filt
我知道KeysOnly查询成本更低，但我想知道我是否正确实现了它。例如，如果我为KeysOnly创建一个GetAll函数(如下所示)，我是否仍应初始化用户结构([]User)？funcGetAllUserKeysByFilter(ctxcontext.Context,filters...UserFilter)([]*datastore.Key,error){varusers[]Userquery:=datastore.NewQuery("User").KeysOnly()for_,filter:=rangefilters{iffilter.Age!=0{query=query.Filt
目录基本术语。有效前沿。资本配置线。资本市场线。CAPM模型。基本术语。最小方差前沿：整条曲线。全球最小方差组合：曲线最左点。有效前沿：曲线上半部分。有效前沿。特点：在相同的收益下风险最小，在相同的风险下收益最大。结论：投资者应该投资有效前沿上的资产组合。资本配置线。 将无风险资产与有效前沿上的资产进行组合。权重预期收益率标准差风险资产组合Pω1E(rP)σP无风险资产ω2=1-ω1rfσf=0资产组合的预期收益率和标准差。 再来分析图像。rf到P点之间代表：有一部分无风险资产，有一部分风险资产。P点右上方代表：可以借无风险资产，卖出之后去投风险资产。斜率：是一种风险的补偿，单位风险的补偿。斜
分支定价法（branchandprice）分支定价分支定价法（branchandprice）组成分支定界法列生成算法列生成算法流程列生成算法要点组成 ~~~~~~ 分支定价由分支定界(branchandbound，B&B)和列生成算法(columngeneration)组成，它适用于求解大规模线性规划问题，其中B&B作为主体。branchandprice的算法流程与B&B非常相似，不同的是在求解线性规划问题的过程中子节点采用columngeneration进行定界，通过削减变量减少复杂度，提高求解效率。分支定界法 ~~~~~~ 作为五大算法之一，B&B可
ChatGPTPlus定价现已推出，ChatGPTPlus将彻底改变我们与AI交流和互动的方式ChatGPTPlus将彻底改变我们与AI交流和互动的方式嗨，AI爱好者们！您可能已经听说，备受期待的ChatGPTPlus终于面世了，我必须说，我很激动！凭借其先进的语言处理能力，ChatGPTPlus将彻底改变我们与AI交流和互动的方式。最好的部分是什么？最好的部分是什么？月费仅为20美元，我必须承认，与早先提议的42美元相比，这简直是物超所值。老实说，我很乐意支付它，并且等不及它在我的国家上市。在我之前关于42美元初始定价建议的文章中，我不得不承认，我有点不高兴。不要误会我的意思，我仍然相信Ch
