Название спецкурса на английском языке
Monte Carlo methods
Авторы курса
Китапбаев Еркин, Самсонов Сергей Владимирович, Сотников Дмитрий Михайлович, Федяшин Никита Александрович
Пререквизиты
Уверенное владение базовым курсом математического анализа, линейной алгебры, теории вероятностей, в частности, понимание условных математических ожиданий и условных вероятностей, знание случайных процессов и математической статистики. Знакомство с основными понятиями теории меры: сингулярные и абсолютно непрерывные меры, разложение Жордана-Хана, расстояние полной вариации. Кроме того, необходимы некоторые базовые навыки программирования.
Подразделение
[Фонд "Институт Вега"]
Тип курса
Спецкурс по выбору студента
Список тем
Генератор случайных чисел; обратный метод; метод AR.
Моделирование нормального распределения; квазислучайные числа.
Моделирование стохастических процессов и численные схемы для СДУ.
Техники снижения дисперсии.
Копулы.
Оценки чувствительностей. Расчеты греков.
Напоминание из теории цепей Маркова. Марковское ядро, свойства. Определение однородной цепи Маркова с произвольным пространством состояний. Эргодичность марковского ядра в смысле расстояния по вариации.
Обратимость во времени (reversibility). Алгоритм Метрополиса-Гастингса. Алгоритм Гиббса, примеры применения.
Алгоритмы MCMC на основе динамики Ланжевена - ULA, MALA. Их теоретические свойства. Метрика Канторовича-Вассерштейна, анализ скорости сходимости алгоритма ULA в метрике Канторовича-Вассрештейна.
Алгоритм HMC (Гамильтонов Монте-Карло), его свойства.
Алгоритм AIS (annealed importance sampling) и его свойства.
Алгоритмы MCMC с параллельной генерацией из порождающего распределения - i-SIR.
Применение MCMC в генеративном моделировании.
Список источников
N. De Freitas Doucet A. Sequential Monte Carlo methods in practice. New York: Springer, 2001.
Paul Glasserman. Monte Carlo Methods in Financial Engineering. Springer, 2003.
Ali Hirsa. Computational Methods in Finance. Chapman Hall/CRC, 2012.
Tweedie RL Meyn SP. Markov chains and stochastic stability. Springer Science Business Media, 1993.
R.M Neal. Annealed importance sampling. Statistics и computing, 11, pp.125-139, 2001.
Дополнительная информация
Подробная информация о курсе: https://vega-education.org/courses#scourses
Этот курс посвящен изучению и применению методов Монте-Карло, являющихся мощным инструментом для решения широкого спектра задач в различных областях. Обучение будет проводиться как посредством теоретического анализа, так и практической реализации изученных концепций.
Первая часть курса будет посвящена вычислительным методам (в основном, методам Монте-Карло), используемым для ценообразования производных инструментов, управления рисками, а также для оценки и калибровки моделей. Мы рассмотрим следующие темы: генерация случайных чисел, дискретизация стохастических дифференциальных уравнений (СДУ), анализ результатов моделирования/симуляций, методы снижения дисперсии, моделирование копул, вычисление чувствительности опционов.
Вторая часть курса будет посвящена методам Монте-Карло по схеме марковских цепей (MCMC), включая их теоретические основы и практические применения. Будут рассмотрены алгоритмы Гиббса, Метрополиса-Гастингса, ULA, MALA, HMC и AIS. Завершающим аккордом будет изучение применения MCMC в генеративном моделировании.
Аудитория
Ещё не назначена
Статус курса
Запись открыта