随机微分方程和温度 - NASA气候数据PT。 2

想知道为什么我们想要将温度时间序列建模为 Ornstein-Uhlenbeck 过程，以及这是否有任何实际意义。嗯，确实如此。虽然 O-U 过程在物理学中用于模拟摩擦下粒子的速度，但它也在金融中用于模拟利率、波动性或传播均值回归。这个温度应用源于我个人的亲身经历。我的论文“天气衍生品定价的神经网络方法”重点是开发为这些衍生品定价的新方法。

我的论文“天气衍生品定价的神经网络方法”重点是开发为这些衍生品定价的新方法。 “天气衍生品定价的神经网络方法”，重点开发 “天气衍生品定价的神经网络方法

O-U 过程通常用于天气衍生品定价。一种金融衍生品，旨在根据基础气候指数（温度、降雨量、风速、降雪）提供支付。这些衍生品使任何面临气候风险的人都能管理自己的风险敞口。这可能是农民担心干旱，能源公司担心取暖成本上升，或者季节性零售商担心季节不佳。您可以在Weather Derivatives、Antonis Alexandridis K.（我目前正在与他合作）和Achilleas D. Zapranis 中阅读更多相关内容。

您可以在Weather Derivatives、Antonis Alexandridis K.（我目前正在与他合作）和Achilleas D. Zapranis 中阅读更多相关内容。 天气衍生品 布莱克·斯科尔斯 薛定谔方程 几何布朗运动 人口增长 疫情蔓延 股票价格 今天，我们将了解如何使用 Ornstein-Uhlenbeck 过程对温度进行建模，该过程的行为非常类似于热方程，即描述温度 fl 的偏微分方程 奥恩斯坦-乌伦贝克 热方程，

作者图表

在我过去的两个故事中：

今天我们将：

O-U 过程、均值回归和热方程