MétaCan
Menu
Retour à la cohorte
Enregistrement W63032655 · doi:10.1007/978-3-7643-7984-1_22

Financial Applications of Symbolically Generated Compact Finite Difference Formulae

2007· article· en· W63032655 sur OpenAlexaff
Jichao Zhao, Robert M. Corless, Matt Davison

Notice bibliographique

RevueBirkhäuser Basel eBooks · 2007
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueStochastic processes and financial applications
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésCompact finite differenceMathematicsFinite difference methodPartial differential equationFinite differenceBoundary value problemOrdinary differential equationHeat equationFinite difference methods for option pricingFinite difference coefficientDifferential equationBoundary (topology)Mathematical analysisApplied mathematicsBlack–Scholes modelFinite element methodPhysics

Résumé

récupéré en direct d'OpenAlex

We introduce the standard fourth order compact finite difference formulae. We show how these formulae apply in the special case of the heat equation. It is well known that the American option pricing problem may be formulated in terms of the Black Scholes partial differential equation (PDE) together with a free boundary condition. Standard methods allow this problem to be transformed into a moving boundary heat equation problem. We use the compact finite difference method to reduce this problem to a system of ordinary differential equations with specified initial conditions. We develop three ways of combining the resulting systems with methods designed to cope with free boundary values. We show that the compact finite difference scheme for the heat equation and for the American options pricing problem are unconditionally stable. After numerical comparison of these methods with a standard Crank Nicholson projected Successive Over Relaxation method, we conclude that the compact finite difference technique respresents an exciting new method for pricing American options.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,958
Score d'incertitude au seuil0,904

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,028
Tête enseignante GPT0,234
Écart entre enseignants0,206 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBirkhäuser Basel eBooksMême sujetStochastic processes and financial applicationsTravaux en français237 207