阿伦·库马尔·波拉拉；吉雷·奥克滕 使用混合序列实现去偏估计。 （英语） Zbl 1469.65016号 蒙特卡罗方法应用。 26，第4期，293-301（2020）。 摘要：我们描述了一种使用混合序列的去偏估计器的实现；这些是从伪随机和低差异序列中获得的序列。我们使用这种实现从计算金融学中数值求解一些随机微分方程。当混合序列与布朗桥或主成分分析结构相结合时，其收敛速度明显优于蒙特卡罗方法。 MSC公司： 65二氧化碳 蒙特卡罗方法 65立方米 随机微分和积分方程的数值解 关键词：去偏估计量；低差异序列；混合序列 软件：索波尔.cc；TOMS659号机组；MersenneTwister公司 PDF格式BibTeX公司 XML格式引用 \textit｛A.K.Polala｝和\textit｛G.Ökten｝，蒙特卡洛方法应用。26，第4号，293--301（2020；Zbl 1469.65016） 全文： 内政部 参考文献： [1] P.Bratley和B.L.Fox，算法659：实现Sobol的准随机序列生成器，ACM Trans。数学。软件（TOMS）14（1988），第1期，88-100·Zbl 0642.65003号 [2] J.C.Cox、J.E.Ingersoll，Jr.和S.A.Ross，利率期限结构理论，《计量经济学》53（1985），第2期，385-407·Zbl 1274.91447号 [3] D.Duffie和P.Glynn，证券价格的有效蒙特卡罗模拟，Ann.Appl。普罗巴伯。5（1995），第4期，897-905·Zbl 0877.65099号 [4] P.Glasserman，《金融工程中的蒙特卡罗方法》。随机建模和应用概率，应用。数学。（纽约）53，Springer，纽约，2004年·Zbl 1038.91045号 [5] S.Joe和F.Y.Kuo，算法659的备注：实现Sobol的准随机序列生成器，ACM Trans。数学。软件29（2003），第1期，49-57·兹比尔1070.65501 [6] J.Matoušek，《关于锚固箱的L_2差异》，J.Complexity 14（1998），第4期，527-556·Zbl 0942.65021号 [7] M.Matsumoto和T.Nishimura，Mersenne龙卷风：623维均匀伪随机数生成器，ACM Trans。模型。计算。模拟。8（1998），第1期，第3-30页·Zbl 0917.65005号 [8] D.McLeish，去除蒙特卡罗估计量的通用方法，蒙特卡罗方法应用。17（2011），第4期，301-315·Zbl 1238.65004号 [9] G.Økten，杂交蒙特卡罗序列差异的概率结果及其应用，蒙特卡罗方法应用。2（1996），第4期，255-270·Zbl 0868.65011号 [10] G.Økten和W.Eastman，证券定价中的随机准蒙特卡罗方法，J.Econom。发电机。控制28（2004），2399-2426·Zbl 1202.91341号 [11] G.Ökten和M.Gnewuch，“混合蒙特卡罗序列差异的概率结果及其应用”[mr1434421]中证明的修正，蒙特卡罗方法应用。15（2009），第2期，169-172·Zbl 1176.65005号 [12] G.Økten，B.Tuffin和V.Burago，混合蒙特卡罗序列的中心极限定理和改进的误差界及其在计算金融中的应用，《复杂性杂志》22（2006），第4期，435-458·Zbl 1147.65300号 [13] C.Rhee和P.W.Glynn，《SDE无偏估计的新方法》，《2012年冬季模拟会议论文集》，IEEE出版社，Piscataway（2012），495-503。 [14] C.-H.Rhee和P.W.Glynn，SDE模型平方根收敛的无偏估计，Oper。第63号决议（2015年），第5期，1026-1043·兹比尔1347.65016 [15] I.M.Sobol’，具有额外均匀性的均匀分布序列，苏联计算。数学。数学。物理学。16（1976），第5期，236-242·Zbl 0391.10033号 [16] J.Spanier，《粒子输运问题的准蒙特卡罗方法》，科学计算中的蒙特卡罗和准蒙特卡洛方法（拉斯维加斯，1994年），Lect。Notes Stat.106，纽约斯普林格（1995），121-148·Zbl 0831.65142号 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。