迈克尔·马斯卡尼；Hin、Lin-Yee 并行伪随机数生成器：Heston随机波动率模型的衍生定价视角。 （英语） Zbl 1273.65006号 蒙特卡罗方法应用。 19，第2期，77-105（2013）. 摘要：根据使用的并行伪随机数生成器（PPRNG），线程内和线程间相关性的存在可能会影响并行蒙特卡罗（MC）模拟的准确性和精度。虽然有必要，但单靠统计检验不足以确保不存在这些相关性，而这些相关性在不同应用中可以在一定程度上表现为偏差和方差。因此，设计用于模拟真实MC场景的基于应用程序的测试可能会在预期应用程序中发现它们。为了比较实现序列划分（trng和RngSteam）、参数化（spring）、和基于对抗（Random123）的策略。所有评估的伪随机数生成器均显示出类似的平均分布标准误差。然而，偏差曲线变化更大，尽管具有可比性。对于截断Euler方案，证明绝对和相对偏差曲线最小的PPRNG是来自TRNG的yarn4，来自SPRNG的mlfg，以及来自Random123的Threefry2x64，对于二次指数方案，是来自TRNG的mrg5s和来自SPRNG的lfg。建议在从一组具有可比较偏差和绝对平均剖面标准误差的竞争PPRNG中选择用于并行MC模拟的PPRNG时，应该使用与最小并行偏差差相关的PPRNG，因为它反映了并行化引入的最小线程内相关性。 MSC公司： 65立方厘米 数值分析中的随机数生成 65二氧化碳 蒙特卡罗方法 第65年 并行数值计算 91G60型 数值方法（包括蒙特卡罗方法） 91G10型 投资组合理论 91B25型 资产定价模型（MSC2010） 关键词：并行计算；伪随机数发生器；测试随机数；金融应用程序；赫斯顿随机波动模型；并行计算；数值示例；统计检验；定价 软件：trng公司；测试U01；Rng蒸汽；SPRNG公司；更加顽固 PDF格式BibTeX公司 XML格式引用 \textit{M.Mascagni}和\textit{L.-Y.Hin}，蒙特卡罗方法应用。19，第2号，77--105（2013；Zbl 1273.65006） 全文： 内政部