二叉树模型

摘要： 利用二叉树定价原理,以碳中和领域龙头企业盈峰环境科技集团股份有限公司发行的盈峰转债为例,选取2021年5月13日到2021年6月2日之间盈峰转债的数据,比较分析碳中和可转换债券的理论价值和市场价格,结果显示:碳中和产业可转债的内在理论价值与实际市场价格之间存在较大偏差。针对碳中和产业现状分析偏离原因提出了建议。

摘要： 研究了在市场无套利情况下,二叉树模型的欧式期权价格与标的资产波动率的单调性问题.首先给出了2个新的组合公式,然后借助该组合公式证明了欧式期权价格与标的资产波动率存在单调递增关系.

摘要： 由于农业灌溉水资源的不足和灌溉效率的低下,我国农业灌溉目前面临着很大的危机与挑战,节水灌溉已经成了当前水资源利用的一大重点。通过查阅企业资料及各大财经网站,运用MTALAB编程软件,基于二叉树模型,以大禹转债为例,对节水灌溉业的可转债进行价值分析,并对大禹转债的赎回条款和回售条款进行进一步的价值分析,并为农业节水灌溉未来发展提出有效建议。

摘要： 以伟20转债为例,选取其30个交易日的数据,使用二叉树模型对其进行定价研究,并将该模型运用到其他含有碳中和概念的可转债定价分析中,发现除迪龙转债外,其余转债的实际价格均被低估。对这一结果的原因进行分析,并根据结果提出了建议。

摘要： 期权,作为一种合约,有着很好的规避风险的作用,其中期权的定价也是期权研究的重点方面。文章首先介绍了二叉树定价模型,结合无套利定价、风险中性定价原理,对二叉树的单期定价模型、多期定价模型进行了分析,在此研究的基础上,对我国沪深300ETF 期权的定价进行实证分析,得出经模型计算出的期权价格与实际期权市价拟合程度较好的结论,最后给出期权定价模型的应用建议。

摘要： 在轨道交通PPP项目中,政府通常采用资本补偿和需求保证/限制来吸引社会资本参与。资本补偿是轨道交通PPP项目特许协议的关键参数之一,有必要结合需求保证/限制的复合期权价值对资本补偿决策进行深入研究。采用二叉树模型与蒙特卡洛模拟相结合的方法来描述未来需求的不确定性,然后基于实物期权理论,将需求保证/限制看成一系列欧式看涨和看跌期权组合成的复合期权,并将其价值模型引入到资本补偿决策模型中,最后通过算例分析得到了需求保证/限制价值及出现次数的概率分布,考虑该价值下的最小资本补偿比例的风险分布。结果表明:需求保证/限制在极大概率上会对资本补偿决策产生影响,提供需求保证/限制能有效降低资本补偿的不稳定性,更有利于政府进行资本补偿决策。

摘要： 2017年被称为期权发展的元年,白糖期权作为郑州商品交易所2017年4月19日上线的首批商品期权,期货期权,美式期权,为实体企业特别是糖企提供了套期保值的新手段,然而,我国商品期权发展迅速,但起步较晚,上市3年之后是否发挥期权交易的优势,市场情况如何等问题具有明显的现实意义,其中白糖期权的定价问题成为白糖期权研究的重要之一。对白糖期权上市3年以来的交易情况以及发展特点进行研究,通过比较期权定价的数值方法,结合白糖期权的特点,以2019年成交量大于1000手的白糖期权为例进行实证分析,发现成交量大于1000手的白糖期权集中在高执行价格的看涨期权与低执行价格的看跌期权上,与此同时,基于二叉树模型的模拟价格与市场价格进行比较分析,发现利用二叉树模型计算出的期权价值与期权市场价格存在区别,且偏离程度与执行价格呈现一定的关联性。

摘要： B-S-M期权定价模型和二叉树模型作为两大期权定价方法,在理论和实际应用上有所差异,而且对认购虚值期权和认沽虚值期权,运用两种期权定价模型的效果也有所差异。本文以阿里巴巴(BABA)在纽交所上市的股票期权为例,分别利用B-S-M期权定价模型和二叉树模型为阿里巴巴股票2021年12月17日即将到期的虚值认购期权和虚值认沽期权进行期权定价。研究结果表明:两种期权定价模型对看跌虚值期权的定价效率更高,而两种期权定价模型中B-S-M的定价效率更高。

摘要： 以美股AAPL为标的资产,首先比较布莱克-斯科尔斯和二叉树模型对标的欧式期权估值的有效性,发现在不同执行价格下,二叉树模型对欧式看涨期权和看跌期权的估值表现与布莱克-斯科尔斯模型的相一致,当模拟步数达到2000时,二叉树模型能够对欧式期权进行正确估值.分析二叉树模型的波动性,发现在小波动性下二叉树模型的估值性更稳定,二叉树模型对平值期权估值的收敛性基本不受波动性的影响.将二叉树模型应用于美式期权的定价,发现二叉树模型对美式看跌期权的估值接近真实值,对美式看涨期权的估值误差波动性较大.研究结果为不同类型期权定价研究奠定了理论基础.

摘要： 期权到期收益与标的资产价格呈现出非线性的特征,这也使得对期权的定价相对于股票,期货等金融工具更加复杂.对于不支付红利美式看涨期权和普通欧式期权因为不会提前行权,故可以使用基本的BS模型进行定价,但是对于支付红利的美式看涨期权和美式看跌期权,因为在期权有效期内可以随时行权,所以不能用基本BS公式进行定价,随着期权的发展,对期权的客制化需求不断加深,因此如何对美式期权定价便成了期权研究中的一个很重要的问题.基于此,本文通过介绍两种常用的美式期权定价方法,对两种定价方法进行对比分析,评价两种方法的优缺点,阐述两种方法各自适用的情景.

摘要： 期权作为一种衍生金融工具,是一种选择权.期权价格的高低直接影响到买卖双方的盈亏情况,是期权交易的核心问题,因此期权定价变得十分重要和有意义.期权定价最常用的模型之一是二叉树模型,这个模型是基于一系列假设前提并在一定条件下成立,使用的范围也比较宽,简单又不失精确性.文章从二叉树模型的基本原理和假设出发,理出一条二叉树模型定价的基本思路,并用Excel软件计算股票期权的价格二叉树,最后给出二叉树模型在风险投资领域的一个简单应用.

摘要： 在当今市场中，并购活动愈发频繁，而成功的并购需要建立在对目标企业的价值进行合理评估的基础上。并购中目标企业的价值往往具有不确定性，因此要考虑不同情况下企业的价值后作出投资决策。实物期权的理论为不确定情况下的投资决策提供了很好的依据，然而在应用实物期权时还应考虑具体投资活动的特征。在并购决策中，就需要根据并购活动的实物特征，对二叉树模型等期权定价方法作出相应的改进，并分析随着时间目标企业价值的变化及收购企业应采取的策略。

摘要： 由于未来化石燃料成本和电力需求的不确定性,核电项目的未来上网电价具有不确定性。由于核电建设周期具有一定的不确定性,从而导致核电项目初始投资(建成价)具有很大的不确定性。本文采用实物期权方法中的二叉树模型,在考虑未来上网电价和初始投资具有不确定性的情况下,对核电项目的投资价值进行量化分析。结果表明,实物期权方法能更合理地评价核电项目的投资价值和经济竞争力。

摘要： 二叉树模型是期权定价中常用的一种数值计算方法，但当计算精度要求比较高的时候，需要时间步长足够小，从而大大增加计算时间。本文从尽量减少通信开销的角度出发，提出一种期权定价的并行二叉树算法，并利用MPI消息传递接口进行了并行算法实现。分析和实验结果表明，对于具有较大问题规模的二叉树模型，能够较为有效地降低运行时间。

摘要： 针对标准支持向量机处理大规模数据集会出现训练速度慢、计算量大的缺点,提出了一种基于二叉树模型的支持向量机回归方法.通过二叉树模型将大样本数据集自适应分解成若干个子集,利用支持向量机分段提出支持向量,再把这些支持向量汇合成一个训练样本集进行训练产生决策函数,并将其应用到混沌时间序列的预测.与标准算法相比,该方法在保证泛化精度一致的前提下,极大地加快了训练速度.

摘要： 根据△-对冲思想和二叉树理论,我们推出在单利情况下的期权定价的二叉树公式,然后引进置信区间和置信度的概念确定出二叉树的参数。

摘要： 针对二叉树定价模型算法计算量大、耗时长的问题,利用CUDA架构对该模型进行了并行改造,在GPU上对该算法进行了加速测试与相应的性能分析。实验结果表明:在单个GTX295节点上,对于数据规模为16 K的期权,GPU相对于其4核Xeon E5520的加速比已达约200倍,GPU每s所能处理的期权数量达到了24 852个,符合实时商业引擎的要求。另外,通过衡量一些关键指标,考察了该算法在GPU上的扩展性及其计算精度对结果的影响。

摘要： 针对二叉树定价模型算法计算量大、耗时长的问题,利用CUDA架构对该模型进行了并行改造,在GPU上对该算法进行了加速测试与相应的性能分析。实验结果表明:在单个GTX295节点上,对于数据规模为16 K的期权,GPU相对于其4核Xeon E5520的加速比已达约200倍,GPU每s所能处理的期权数量达到了24 852个,符合实时商业引擎的要求。另外,通过衡量一些关键指标,考察了该算法在GPU上的扩展性及其计算精度对结果的影响。

摘要： 针对二叉树定价模型算法计算量大、耗时长的问题,利用CUDA架构对该模型进行了并行改造,在GPU上对该算法进行了加速测试与相应的性能分析。实验结果表明:在单个GTX295节点上,对于数据规模为16 K的期权,GPU相对于其4核Xeon E5520的加速比已达约200倍,GPU每s所能处理的期权数量达到了24 852个,符合实时商业引擎的要求。另外,通过衡量一些关键指标,考察了该算法在GPU上的扩展性及其计算精度对结果的影响。

摘要： 针对二叉树定价模型算法计算量大、耗时长的问题,利用CUDA架构对该模型进行了并行改造,在GPU上对该算法进行了加速测试与相应的性能分析。实验结果表明:在单个GTX295节点上,对于数据规模为16 K的期权,GPU相对于其4核Xeon E5520的加速比已达约200倍,GPU每s所能处理的期权数量达到了24 852个,符合实时商业引擎的要求。另外,通过衡量一些关键指标,考察了该算法在GPU上的扩展性及其计算精度对结果的影响。

摘要： 基于节点权重构建二叉树的方法及二叉树的更新方法，属于无线多跳网络领域。解决了现有无线多跳网络路由方法中采用随机的方式构造的二叉树，存在双亲节点的缓存资源以及电量资源容易被耗尽，且存在消息的递交率低，影响网络整体性能的缺陷。本发明先根据各节点当前的状态，计算网络中所有节点的权重值；再根据网络中各节点的权重值的排位确定节点在二叉树中的身份类型；将各双亲节点与其所对应的左孩子节点间、以及各双亲节点与其所对应的右孩子节点间进行连接，形成初始二叉树；再设置初始二叉树中各边的边权重值；最后给初始二叉树中各节点分配初始位图，更新双亲节点的位图信息，从而完成对二叉树的构建。本发明主要应用在无线多跳网络领域。

摘要： 本申请公开了一种基于集合元素差异信息所组织的二叉树，该二叉树由N个节点构成，每个节点都包括位置信息(POS)、下节点指向信息(Down)、右节点指向信息(Rd)及类型指向信息(Type)；下节点指向信息(Down)指向其一个子节点与之关联；右节点指向信息(Rd)指向其对应的集合元素进行关联或指向该节点的另外一个子节点与之关联；位置信息(POS)表示通过该节点分别由下节点指向信息(Down)、右节点指向信息(Rd)遍历的两类元素的bit值比较后的差异位置；类型指向信息(Type)标识该节点的右节点指向信息(Rd)是指向集合元素还是其子节点；利用该二叉树的上述特性可以集合元素查找、猜试过程中构建出该数据元素的二叉树，并利用该二叉树实现高效数据查找过程。

摘要： 本发明提供了一种二叉树滤波器Transformer模型及其轴承故障诊断应用，其中对Transformer模型中的分词器部分，通过引入二叉树滤波器进行改进，使得改进后的Transformer模型能够提取振动信号，进而使用本发明二叉树滤波器Transformer模型进行轴承故障检测时，对于输入的振动信号，本发明能够有效提取出多个频带，并按照频率从小到大排序，从而对不同频带下的信息有效表征，最终取得更好衡量故障信息的有益效果。此外，相比传统的卷积神经网络和循环神经网络，Transformer模型能够很好地给予不同频带的权重从而得到更精准的识别率。

摘要： 本发明提出一种基于改进二叉树支持向量机的泵轴承故障诊断模型的构建方法及诊断方法。首先，采集不同故障状态下的泵轴承处振动信号，并进行经验模态分解获取数据特征值；按照每个类与其他类类间距离之和与每个类类内距离比值从大到小的顺序确定分类的顺序，然后按照分类优先级分别训练相应的子SVM模型；再使用蚁群算法优化子SVM模型参数，提高每个子SVM的分类准确率，最大限度减小上层节点发生错误分类的情况，从而使得故障识别率有所提高。在故障状态判别时，输入实时采集到的振动信号，基于所述诊断模型将输出当前的故障状态。本发明具有可靠性高、诊断效率和精度高的特点。

摘要： 本发明涉及一种基于序列连接模型和二叉树模型的分类纠错方法，属于数据质量的研究范畴，涉及feed‑forward neural network，RNN，CART等技术领域，主要针对通信网络业务记录和业务通道记录，构建Replicator Neural Network+CART分类模型，采用BP优化方法进行模型训练，利用已经训练好的模型进行分类任务。本发明的优点：自动挑选训练数据，无需人工识别数据，自动发现异常数据进行真值推荐，减少人工的审核工作量，提升数据质量。

摘要： 本发明涉及一种基于二叉树模型的离散网格点快速重规整化方法，包括获取每个网格点相连网格点的数量和编号；去除每个网格点相连网格点中的重复点，并更新相连网格点的数量；对网格点进行分类；确定二叉树模型的根节点；确定二叉树模型的第二层节点，构建根节点的左右子节点；添加二叉树模型的后续层节点，完成二叉树模型构建；基于二叉树模型，重构网格点行、列信息，按照行列顺序输出结构化排序后网格点坐标，实现网格点数据的重规整化。本发明将密集的点问题抽象为二叉树，运行流程清晰；将行、列信息通过结构化存储，算法效率高，实现网格点数据的快速结构化排序；层次清晰及模块化编写，鲁棒性和复用性强。

摘要： 本发明公开了一种基于二叉树模型的LED汽车灯具失效定位检测方法，先对LED灯具模型进行结构分解，构建二叉树结构，对汽车灯具模型初始信息与失效数据包进行存储，再后序遍历二叉树，对已存入二叉树的初始信息与当前分析的数据进行比较，判断当前分析数据是否与初始信息相符，最后确定样品失效的位置，失效类型，完成失效定位检测。本发明方法易于实现，分类速度快，分类精度高于常规的失效分析方法，可适用于单独或组合的汽车灯具失效定位检测中。

摘要： 本发明涉及一种基于序列连接模型和二叉树模型的分类纠错方法，属于数据质量的研究范畴，涉及feed‑forward neural network，RNN，CART等技术领域，主要针对通信网络业务记录和业务通道记录，构建Replicator Neural Network+CART分类模型，采用BP优化方法进行模型训练，利用已经训练好的模型进行分类任务。本发明的优点：自动挑选训练数据，无需人工识别数据，自动发现异常数据进行真值推荐，减少人工的审核工作量，提升数据质量。

摘要： 本发明涉及图像拼接技术领域，具体涉及一种改进二叉树模型的无序图像快速拼接方法；对若干无序图像归一化预处理后进行随机排序，得到图像序列；基于所述图像序列获取差异图像、相似率和匹配序列；将所述匹配序列按相似率从大到小依次与若干参考图像进行匹配，找到图像匹配对拼接，得到若干全景子图；改进二叉树，并基于若干所述全景子图制备配准索引表辅助二叉树拼接图像，得到最终全景图，通过计算每幅图像与其他图像匹配区之间的相似率来构建一个匹配序列，减少寻找图像匹配的无效匹配次数，在多幅无序图像配对并拼接后，记录拼接信息作为配准索引表，省去后续拼接中寻找图像匹配对的过程。

摘要： 本发明涉及一种基于二叉树模型的离散网格点快速重规整化方法，包括获取每个网格点相连网格点的数量和编号；去除每个网格点相连网格点中的重复点，并更新相连网格点的数量；对网格点进行分类；确定二叉树模型的根节点；确定二叉树模型的第二层节点，构建根节点的左右子节点；添加二叉树模型的后续层节点，完成二叉树模型构建；基于二叉树模型，重构网格点行、列信息，按照行列顺序输出结构化排序后网格点坐标，实现网格点数据的重规整化。本发明将密集的点问题抽象为二叉树，运行流程清晰；将行、列信息通过结构化存储，算法效率高，实现网格点数据的快速结构化排序；层次清晰及模块化编写，鲁棒性和复用性强。