Simulation and Risk Analysis

课程简介

Fundamental of Simulation Models: 原理数学模拟，模拟的优势与劣势，模拟模型的类型，模拟研究的步骤。 离散事件模拟: 原理、离散事件模拟模型的组成与组织、模拟示例（如排队和库存系统、金融与风险模型）、事件调度、汇总统计信息。 随机数与随机变元: 伪随机数生成，随机性统计检验，随机变元生成及其在简单模拟实验中的应用。 蒙特卡洛模拟与随机模型: 蒙特卡洛模拟的概念与方法，金融建模与风险分析中的应用。介绍金融中的随机过程，包括资产价格动态模型及相关模拟方法。 金融风险应用: 用于金融决策与风险管理的模拟方法。主题涵盖投资组合建模、风险度量技术与信用风险分析，重点在于定量方法与数据驱动的应用。 验证与验证: 模拟模型的验证与验证，比较，适当的统计检验，敏感性分析，模拟运行统计，运行的复制，消除初始偏差，批均值，以及再生技术。 用于模拟的计算机语言: Python

学习目标

使学生了解系统仿真的基本原理和方法。重点在于将现实世界的金融和风险问题转化为仿真模型的过程，以及涉及的模型构建技术。

先修要求

无

教学模式

本课程主要通过讲座和辅导课进行讲授。教学方法主要以问题解决为导向。该方法旨在发展数学和统计技术，并探讨这些技术如何应用于解决问题。鼓励学生采用深入学习的方法，运用高水平的认知策略，如批判性思维和评价性思维，将理论与实践相结合。