Kaasaegne arvutuslik rahandus

Algoritmiline Adjoint Differentiation (AAD) on vaieldamatult viimase kümnendi tugevaim täiendus numbrilisele finantsteadusele. See on tehnoloogia, mida rakendatakse tänapäevases finantstarkvaras tuhandete täpsete riskitundlikkuste loomiseks sekunditega kergel riistvaral.

AAD-st on hiljuti saanud tänapäevaste finantssüsteemide keskpunkt ja võtmeoskus kõigile kvantitatiivsetele analüütikutele, arendajatele, riskispetsialistidele ja kõigile, kes on seotud tuletisinstrumentidega. Seda õpetatakse üha enam finantsvaldkonna magistri- ja doktoriprogrammides.

Danske Banki laiaulatuslik arvutusliku finantseerimise (AAD) rakendamine oma tootmis- ja regulatiivsetes süsteemides võitis 2015. aastal riskikategoorias parima sisemise süsteemi auhinna. Kolme Danske Banki süsteemide kujundanud inimese kirjutatud kaasaegse arvutusliku finantseerimise raamatud pakuvad ainulaadse ülevaate finantsmudelite kaasaegsest rakendamisest. Need köited ühendavad finantsmodelleerimise, matemaatika ja programmeerimise, et lahendada reaalseid finantsprobleeme ja luua tõhusat tuletisinstrumentide tarkvara.

See köide on täielik ja iseseisev õppematerjal AAD ja selle rakendamise kohta finantsvaldkonnas. AAD-d selgitatakse üksikasjalikult peatükkides, mis juhatavad lugejaid sujuvalt teoreetilistest alustest tõhusa rakendamise kõige tundlikumate valdkondadeni, nagu mäluhaldus, paralleelne rakendamine ja kiirendamine avaldisemallide abil.

Raamat sisaldab professionaalset C++ lähtekoodi, sh tõhusat ja ajakohast AAD implementatsiooni ning üldist paralleelsimulatsioonide teeki. Samuti käsitletakse kaasaegset C++, suure jõudlusega paralleelprogrammeerimist ja C++ liidestamist Exceliga. Raamat loob koodi samm-sammult ning illustreerib raamatus välja töötatud kontseptsioone ja mõisteid.