譯者的話 第１ 章　簡介與導(dǎo)讀 　１. １　簡介與概念 １ �。�. ２　內(nèi)容簡介 ２ 　１. ３　如何使用這本書 ２ �。�. ４　相關(guān)文獻(xiàn) ３ �。�. ５　致謝 ３ 第２ 章　生成隨機(jī)數(shù) �。�. １　引言 ５ 　�。�. １. １　如何生成隨機(jī)數(shù) ５ 　　２. １. ２　隨機(jī)數(shù)生成器的質(zhì)量標(biāo)準(zhǔn) ６ 　�。�. １. ３　術(shù)語 ７ �。�. ２　隨機(jī)數(shù)生成器示例 ８ 　　２. ２. １　線性同余生成器 ８ 　�。�. ２. ２　倍數(shù)遞歸生成器 １１ 　�。�. ２. ３　生成器組合 １４ 　　２. ２. ４　延遲斐波納契生成器 １５ 　�。�. ２. ５�。� ２ －線性生成器 １６ 　�。�. ２. ６　非線性ＲＮＧｓ ２０ 　　２. ２. ７　更多的隨機(jī)數(shù)生成器 ２１ 　�。�. ２. ８　改進(jìn)ＲＮＧｓ ２２ �。�. ３　檢驗和分析ＲＮＧｓ ２２ 　　２. ３. １　分析晶格結(jié)構(gòu) ２３ 　�。�. ３. ２　等分布 ２３ 　�。�. ３. ３　擴(kuò)散能力 ２４ 　�。�. ３. ４　統(tǒng)計檢驗 ２４ �。�. ４　基于廣義分布生成隨機(jī)數(shù) ２７ 　�。�. ４. １　反演法 ２８ 　�。�. ４. ２　接受￣拒絕法 ２９ 　２. ５　選擇分布 ３１ 　�。�. ５. １　生成正態(tài)分布隨機(jī)數(shù) ３１ 　�。�. ５. ２　生成Ｂｅｔａ 分布隨機(jī)數(shù) ３２ 　　２. ５. ３　生成Ｗｅｉｂｕｌｌ 分布隨機(jī)數(shù) ３３ 　�。�. ５. ４　生成Ｇａｍｍａ 分布隨機(jī)數(shù) ３３ 　　２. ５. ５　生成卡方分布隨機(jī)數(shù) ３５ �。�. ６　多元隨機(jī)變量 ３６ 　�。�. ６. １　多變量正態(tài)分布 ３７ 　　２. ６. ２　評論: Ｃｏｐｕｌａｓ ３７ 　�。�. ６. ３　條件分布中抽樣 ３８ 　２. ７　作為隨機(jī)序列的替代的擬隨機(jī)序列 ３８ 　　２. ７. １�。龋幔欤簦铮� 序列 ３９ 　　２. ７. ２�。樱铮猓铮� 序列 ４０ 　�。�. ７. ３　隨機(jī)化擬蒙特卡羅方法 ４１ 　�。�. ７. ４　混合型蒙特卡羅方法 ４２ 　�。�. ７. ５　擬隨機(jī)序列和其他隨機(jī)分布 ４２ 　２. ８　并行技術(shù) ４２ 　�。�. ８. １　蛙跳法 ４３ 　�。�. ８. ２　序列劃分 ４３ 　�。�. ８. ３　一些ＲＮＧｓ ４４ 　　２. ８. ４　獨(dú)立序列 ４４ 　�。�. ８. ５　檢驗并行ＲＮＧｓ ４４ 第３ 章　蒙特卡羅方法: 基本原理 �。�. １　引言 ４５ 　３. ２　強(qiáng)大數(shù)定律和蒙特卡羅方法 ４６ 　�。�. ２. １　強(qiáng)大數(shù)定律 ４６ 　　３. ２. ２　原始蒙特卡羅方法 ４６ 　�。�. ２. ３　蒙特卡羅方法: 一些初級應(yīng)用 ４９ �。�. ３　提高蒙特卡羅方法的收斂速度: 方差縮減技術(shù) ５３ 　　３. ３. １　對偶變量 ５４ 　�。�. ３. ２　控制變量法 ５６ 　　３. ３. ３　分層抽樣 ６１ Ⅴ 　�。�. ３. ４　條件抽樣的方差縮減技術(shù) ６７ 　　３. ３. ５　重要性抽樣 ６９ �。�. ４　方差縮減技術(shù)的進(jìn)一步視角 ７７ 　�。�. ４. １　更多的方法 ７７ 　�。�. ４. ２　方差縮減技術(shù)的應(yīng)用 ７９ 第４ 章　連續(xù)時間隨機(jī)過程: 連續(xù)路徑 �。�. １　引言 ８１ 　４. ２　隨機(jī)過程和路徑: 基本定義 ８１ �。�. ３　隨機(jī)過程的蒙特卡羅方法 ８４ 　�。�. ３. １　蒙特卡羅和隨機(jī)過程 ８４ 　�。�. ３. ２　模擬隨機(jī)過程路徑: 基準(zhǔn) ８５ 　�。�. ３. ３　隨機(jī)過程的方差縮減 ８７ �。�. ４　布朗運(yùn)動和布朗橋 ８７ 　　４. ４. １　布朗運(yùn)動屬性 ８９ 　�。�. ４. ２　弱收斂和Ｄｏｎｓｋｅｒ 定理 ９１ 　　４. ４. ３　布朗橋 ９４ �。�. ５　Ｉｔ. 微積分的基礎(chǔ) ９８ 　�。�. ５. １　Ｉｔ. 積分 ９８ 　�。�. ５. ２�。桑�. 公式 １０３ 　　４. ５. ３　鞅表示和測度變化 １０５ �。�. ６　隨機(jī)微分方程 １０６ 　　４. ６. １　隨機(jī)微分方程的基本結(jié)論 １０６ 　�。�. ６. ２　線性隨機(jī)微分方程 １０８ 　�。�. ６. ３　平方根隨機(jī)微分方程 １１０ 　�。�. ６. ４　弗恩曼￣卡茨表示定理 １１０ 　４. ７　模擬隨機(jī)微分方程的解 １１２ 　�。�. ７. １　簡介和基本知識 １１２ 　�。�. ７. ２　常微分方程的數(shù)值算法 １１３ 　　４. ７. ３　隨機(jī)微分方程的數(shù)值算法 １１７ 　�。�. ７. ４�。樱模牛� 數(shù)值算法的收斂 １２１ 　�。�. ７. ５　更多的ＳＤＥｓ 數(shù)值法 １２３ 　�。�. ７. ６�。樱模牛� 數(shù)值方法的效率 １２５ 　　４. ７. ７　弱外推法 １２６ 　�。�. ７. ８　多層蒙特卡羅方法 １２９ 　４. ８　應(yīng)為ＳＤＥ 選擇何種模擬方法 １３３ Ⅵ 第５ 章　模擬金融模型: 連續(xù)路徑 　５. １　引言 １３５ �。�. ２　股票價格建模基礎(chǔ) １３６ �。�. ３　布萊克￣斯克爾斯類型的股票定價框架 １３７ 　�。�. ３. １　一個重要的特殊情況: 布萊克￣斯克爾斯模型 １３９ 　�。�. ３. ２　完全市場模型 １４１ �。�. ４　期權(quán)的基本因子 １４２ �。�. ５　期權(quán)定價的介紹 １４４ 　�。�. ５. １　期權(quán)定價簡史 １４４ 　�。�. ５. ２　通過復(fù)制原理進(jìn)行期權(quán)定價 １４５ 　�。�. ５. ３　在布萊克￣斯克爾斯假設(shè)條件下的股息 １５１ �。�. ６　在布萊克￣斯克爾斯假設(shè)條