Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Density Estimation by Monte Carlo and Quasi-Monte Carlo Kapitel lesen Erstes Kapitel lesen

2022 | OriginalPaper | Buchkapitel

Applications of Multivariate Quasi-Random Sampling with Neural Networks

verfasst von : Marius Hofert, Avinash Prasad, Mu Zhu

Erschienen in: Monte Carlo and Quasi-Monte Carlo Methods

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Generative moment matching networks (GMMNs) are suggested for modeling the cross-sectional dependence between stochastic processes. The stochastic processes considered are geometric Brownian motions and ARMA–GARCH models. Geometric Brownian motions lead to an application of pricing American basket call options under dependence and ARMA–GARCH models lead to an application of simulating predictive distributions. In both types of applications the benefit of using GMMNs in comparison to parametric dependence models is highlighted and the fact that GMMNs can produce dependent quasi-random samples with no additional effort is exploited to obtain variance reduction.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel A Note on Transformed Fourier Systems for the Approximation of Non-periodic Signals
Nächstes Kapitel Artificial Neural Networks Generated by Low Discrepancy Sequences
Literatur
1.
Bollerslev, T.: Generalized autoregressive conditional heteroskedasticity 31(3), 307–327 (1986)
2.
3.
Embrechts, P., McNeil, A.J., Straumann, D.: Correlation and dependency in risk management: Properties and pitfalls. In: Dempster, M. (ed.) Risk Management: Value at Risk and Beyond, pp. 176–223. Cambridge University Press, Cambridge (2002)
4.
Genest, C., Segers, J.: On the covariance of the asymptotic empirical copula process 101(8), 1837–1845 (2010)
5.
6.
Hofert, M., Prasad, A., Zhu, M.: Quasi-random sampling for multivariate distributions via generative neural networks, pp. 1–24 (2021)
7.
Jondeau, E., Rockinger, M.: The copula-GARCH model of conditional dependencies: An international stock market application 25, 827–853 (2006)
8.
Lemieux, C.: Monte Carlo and Quasi–Monte Carlo Sampling. Springer, Berlin (2009)
9.
Li, Y., Swersky, K., Zemel, R.: Generative moment matching networks. In: International Conference on Machine Learning, pp. 1718–1727 (2015)
10.
Longstaff, F.A., Schwartz, E.S.: Valuing american options by simulation: a simple least-squares approach 14(1), 113–147 (2001)
11.
McNeil, A.J., Frey, R., Embrechts, P.: Quantitative Risk Management: Concepts, Techniques, Tools, 2 edn. Princeton University Press (2015)
12.
Nelsen, R.B.: An Introduction to Copulas. Springer, Berlin (2006)
13.
14.
Rémillard, B., Scaillet, O.: Testing for equality between two copulas 100(3), 377–386 (2009)
15.
Scheuerer, M., Hamill, T.M.: Variogram-based proper scoring rules for probabilistic forecasts of multivariate quantities 143(4), 1321–1334 (2015)
16.
Sklar, A.: Fonctions de répartition à n dimensions et leurs marges 8, 229–231 (1959)
17.
Weiss, A.: Arma models with arch errors 5(2), 129–143 (1984)
Metadaten
Titel
Applications of Multivariate Quasi-Random Sampling with Neural Networks
verfasst von
Marius Hofert
Avinash Prasad
Mu Zhu
Copyright-Jahr
2022
Buch
Monte Carlo and Quasi-Monte Carlo Methods

Print ISBN: 978-3-030-98318-5

Electronic ISBN: 978-3-030-98319-2

Copyright-Jahr: 2022

DOI
https://doi.org/10.1007/978-3-030-98319-2_14

Premium Partner

    Bildnachweise