文集文档索引

• 6.3.2.2 贝叶斯推断与 MCMC
• 6.3.3 计算复杂度与性能优化
• 6.3.1.1 拟合优度检验
• 6.3.1.2 残差分析
• 6.3.2 参数估计方法
• 6.3.2.1 极大似然估计
• 6.2.2 专业建模软件
• 6.2.2.1 MATLAB Financial Toolbox
• 6.2.2.2 R 语言时间序列包
• 6.3 最佳实践与方法论
• 6.3.1 模型选择与验证
• 6.2.1.1 NumPy/SciPy 随机模块
• 6.2.1.2 QuantLib 与 SDELib
• 6.1.1.2 粗糙微分方程
• 6.1.2 随机偏微分方程 (SPDE)
• 6.1.3 高维随机分析与自由概率
• 6.2 软件工具与库
• 6.2.1 Python 生态
• 6.1 前沿理论扩展
• 6.1.1 粗糙路径理论
• 6.1.1.1 路径提升与签名
• 5.4.1 强化学习基础
• 5.4.1.1 马尔可夫决策过程 (MDP)
• 5.4.1.2 策略梯度与值函数
• 5.4.2 生成式模型
• 5.4.2.1 扩散概率模型 (DDPM)
• 5.4.2.2 随机微分方程生成模型
• 第六章：现代演进与工具生态
• 5.3.1.1 朗之万方程
• 5.3.1.2 福克 - 普朗克方程
• 5.3.2 信号处理与滤波
• 5.3.2.1 卡尔曼滤波算法
• 5.3.2.2 维纳滤波与预测
• 5.4 计算机科学与人工智能
• 5.2 排队论与运筹优化
• 5.2.1 经典排队系统
• 5.2.1.1 M/M/1 与 M/G/1 模型
• 5.2.1.2 排队网络与瓶颈分析
• 5.2.2 库存与供应链建模
• 5.3 物理与工程系统
• 5.3.1 统计力学与扩散
• 5.1.2.1 在险价值 (VaR) 计算
• 5.1.2.2 信用风险跳跃模型
• 5.1.1.2 随机波动率模型 (Heston)
• 5.1.2 风险管理
• 4.2.2.1 欧拉 - 丸山方法
• 4.2.2.2 米尔斯坦方法
• 4.2.2.3 强收敛与弱收敛阶
• 第五章：多学科应用实践
• 5.1 金融工程与量化
• 5.1.1 资产定价模型
• 5.1.1.1 黑 - 舒尔斯 - 默顿模型
• 4.2.1 蒙特卡洛模拟
• 4.2.1.1 伪随机数生成算法
• 4.2.1.2 方差缩减技术
• 4.2.2 SDE 数值解法
• 4.1.2 伊藤引理
• 4.1.2.1 一元函数伊藤公式
• 4.1.2.2 多元函数伊藤公式
• 4.1.3 随机微分方程 (SDE)