说明:双击或选中下面任意单词,将显示该词的音标、读音、翻译等;选中中文或多个词,将显示翻译。
您的位置:首页 -> 词典 -> 均值回复随机过程
1)  mean reverting stochastic process
均值回复随机过程
2)  mean-reverting process
均值回复过程
1.
This paper presented mean-reverting process s timing decision .
价格回报过程的假设对期权定价乃至项目价值估价至关重要,本文提出当资产价格服从均值回复过程时的实物期权战略投资时机分析,并与几何布朗运动假设条件下的结论进行了比较。
2.
We describe the process of default by a doubly stochastic Poisson process,and assume that the intensity process λ of Poisson process follows a mean-reverting process.
在完全市场中,对带有违约风险的Black-Scholes期权定价模型进行研究和推广:用强度遵从均值回复过程的重随机的Poisson过程来描述违约过程;假定违约强度过程与标的资产价格、企业价值的扩散过程均两两相关。
3.
Assuming payments of a project follow an arithmetic mean-reverting process,we provide an optimal strategy of investment and consumption,and the optimal object function in an incomplete market by using utility indifference pricing principle.
假设项目收益服从算术均值回复过程,运用消费效用无差别定价原理,得出决策者在非完备市场下最优投资消费策略以及最优目标函数,与完备市场中项目收益波动率增加引起投资触发水平单方面增加所不同的是,在非完备市场情形下还须考虑决策者的风险规避动机对投资决策的影响,讨论了这一影响在一次性回报与现金流回报两种情形下的不同表现,给出了相应解释,指出了项目收益的均值回复速度与投资触发水平之间的相互变动关系。
3)  Mean-reverting process with jumping
带跳跃的均值回复过程
4)  mean reverting process
均值返回过程
5)  set-valued stochastic processes
集值随机过程
1.
Newton-Leibniz formula of set-valued stochastic processes;
集值随机过程的Newton-Leibniz公式
2.
This paper defines and studies the stability of set-valued stochastic processes.
平稳集值随机过程是一般平稳随机过程的推广 ,给出集值随机过程具备平稳性的一个充分必要条件 ,进而给出平稳随机过程的一个性质 。
6)  Set-valued Stochastic Process
集值随机过程
1.
Existense Theorems of Variance of Mean Integration in Respect to Set-valued Stochastic Process;
集值随机过程的均方积分的存在性定理
2.
As a new and developing research field, Set-valued variable and Set-valued stochastic process is not perfect both in theory and practical application, and need to be further explored and developed.
集值随机变量与集值随机过程作为一个新兴的研究领域,无论在理论上还是实际应用上面都不太成熟,不够完善,需要进一步的探索与开发。
补充资料:独立增量随机过程


独立增量随机过程
tochastic process with independent increments

独立增里随机过程「劝刘巨浦c拌.义冠弓初山侧吻创如t加盆,曰n臼lts;cjl抖浦.咸nP0uecc c Ite3洲cltMuM.uP-“P啊eHll,刚』 一种随机过程(s勿比邵石cp~)X(t),对任意自然数”和所有实数O蕊:,<口,簇:2<吞2簇…蕊,。<口。,增量X(乃;)一X(‘J),…,X(刀。)一X(,。)是相互独立随机变量,独立增量随机过程称为齐次的(holll。罗11印us),如果X(:+h)一X(。),0(戊,oO,当t’,t时 p{}Y(t‘)一Y(t)}>。}~0.W汹犯r过程(Wiemr Proo巴粥)和Pb远翔1过程(Po哪npr(x芜‘s)是随机连续的独立增量随机过程的例子(前者的实现以概率1连续,后者的实现是跳跃值等于l的阶梯函数).独立增量随机过程的一个重要例子是稳定过程(见稳定分布(stable面tribution)).随机连续的独立增量随机过程(以概率1)只有第一类间断点.这种过程的值的分布对任意t是无穷可分的(见无穷可分分布(inf谊此ly一山北ible dis州bution))可以用特征函数(chara叱ristic ftmct」on)方法研究独立增量随机过程.关于过程穿越边界的概率以及第一次穿越时间的概率分布等问题,可用所谓因子分解恒等式(fac-tori山tion jdenti往留)来解决.”协月片,巴爹‘人队见随饥双桂L StDchasl」e Process). 刘秀芳译陈培德校
说明:补充资料仅用于学习参考,请勿用于其它任何用途。
参考词条