数据资产化之路：数据资产的估值与行业实践

fxoptions( S0, X, rd, rf, T, vol, style) 使用 Garman-Kohlhagen 模型评估外汇的欧美看涨期权和看跌期权。 欧式期权价格由精确公式 (Garman-Kohlhagen) 给出。 美式期权价格是使用二项式和三项式树估算的。 例子： 假设加元的现货价格为 0.85 美元，且 CAD|USD 汇率的年波动率为 4%。 加拿大和美国的无风险利率分别为每年 4% 和 5%。 持有人有权以 0.85 美元购买一加元的九个月后到期的美式看涨期权的价值为： >> fxoptions( .85, .85, 5/100, 4/100, 9/12, 4/100, 'a') $0.014700（二叉树） $0.014701（三叉树）

firmValueSim 概述 为了最大程度地减少内在估值方法中假设的负面影响，存在通过蒙特卡洛模拟对风险进行建模的可能性。 模型中的每个变量都是通过可以随机建模的假设得出的。 评估中蒙特卡洛的主要目的是通过整合多个参数结果的预期值来实现风险管理。 评估中风险管理的两种主要方法是通过基于树的方法或模拟方法。 使用模拟代替决策树的优点在于，不仅可以选择二进制输入方法，而且可以选择基础分布，因此具有很大的灵活性。 模拟的第一步是通过历史数据，最有可能的结果或市场共识来分配变量的分布。 分配分配后，将对每个参数分配的单个值进行抽样，并按照常规方式通过FCFF或FCFE进行折现现金流评估。 参考 Abrams，JB（2001）。 定量业务评估。 纽约：麦格劳-希尔。 Ballwieser，W.，＆Hachmeister，D.（2016年）。 应用程序：Prozess，《方法论与问题》。 Schä

蒙特卡罗模拟在周期性公司收益法估值预测中应用研究

论文研究-基于小波-NAR神经网络的气象要素时间序列预测与天气指数彩虹期权估值.pdf,  本文基于小波-NAR神经网络技术,提出气象要素时间序列预测与天气指数彩虹期权估值的原理与方法,同时采用2000——2014年悉尼日均气温和日降雨量数据,进行气象预测与天气期权估值.结果显示:小波-NAR神经网络因灵活的非线性动态结构较好地反映了气象变化特征,其预测与估值效果优于其他模型;该天气期权价值形成中的非线性特征取决于五种经济效应.科学预测天气和估计天气期权价值,开发天气衍生品,可挖掘天气不确定性的经济价值,弱化其对天气敏感产业的影响.

针对标准的容积卡尔曼滤波器(CKF) 设计需要精确已知噪声先验统计知识的问题, 提出一种自适应CKF 算法. 该算法在滤波过程中, 利用Sage-Husa 极大后验估值器对噪声的统计特性进行在线估计和修正, 有效地提高了CKF 的估计精度和数值稳定性. 在某些情况下, 噪声协方差估计会出现异常现象使得滤波发散, 进而提出了相应的改进方法. 仿真结果表明了自适应CKF 算法的可行性和有效性, 且明显改善了标准CKF 算法的滤波效果.

 文中首先介绍了雷达测距的两种常用方法，通过分析，调频连续波（FMCW）雷达更具有优势，然后阐述了调频连续波（FMCW）雷达测距系统的基本组成原理，再后本文论述了测频中最常用的FFT算法。接着分析研究了由此衍生出的距离谱，根据距离谱本文重点论述了其估计算法，说明了距离谱最大采样点法的问题，提出距离谱最大值二分估值法，又经过进一步改进得到距离谱最大值的拟合法。通过计算机仿真的结果确定距离谱最大值的拟合法提高了测距的精度。

股票估值模型模板，自动更新数据

信号检测与估值matlab仿真报告.doc

课程主要介绍信号检测和信号参量估计的基本理论和应用，可为今后从事通信、雷达等信号处理专业的学生打下扎实的理论基础；同时，信号检测和估计理论的基本概念、基本理论和分析问题的基本方法也可为解决实际信号处理系统设计等问题打下良好的基础。