基于物理信息引导的BS方程数值求解方法及其计算装置制造方法及图纸

本发明专利技术公开了基于物理信息引导的BS方程数值求解方法及其计算装置，该方法适用于基于多向门控循环注意力网络构建的深度学习模型中，包括：S1：随机采样生成在BS方程各约束条件区域内的样本序列作为模型的输入序列；S2：采用双向门控循环单元模块提取输入序列的双向特征信息；S3：采用单向门控循环单元模块对S2中的特征序列进行顺序建模；S4：融合注意力机制计算S3的特征序列动态权重，得到加权后的上下文特征序列；S5：通过多层感知机将S4的上下文特征序列映射为输出序列；S6：计算BS方程的约束条件与输出序列之间的二范数残差；S7：将S6中的残差惩罚项整合为二次罚函数，并作为模型待优化的损失函数，然后通过ADAM算法进行优化和更新网络参数；S8：迭代S2‑S7更新网络参数，评估验证集误差，直至模型收敛，最终得到目标BS方程的数值解序列。本发明专利技术旨在克服BS方程自身的时序关联复杂性，同时解决传统数值方法在网格依赖和泛化能力上的局限，实现在缺乏真实解情况下对各类复杂度BS方程的精确数值求解。

【技术实现步骤摘要】

本专利技术实施例涉及物理信息机器学习，尤其涉及基于物理信息引导的多向门控循环注意力网络的bs方程数值方法及其装置。

技术介绍

1、在金融市场研究中，投资组合是分散风险的重要手段，对评估金融资产至关重要。black和scholes以投资组合选择理论为基础，开创性地建立了欧式期权的black-scholes模型，简称bs模型，并因此获得了1997年诺贝尔经济学奖。鉴于bs模型在当代商品期货和投资组合定价中的广泛应用，研究求解bs方程可对期权定价产生重大的经济影响。

2、总的来说求解bs方程的方法主要有两种：解析法和数值法。其中，由于bs方程的复杂时序关联和随机过程特性，其解析解形式往往难以获得，特别是在方程的广义形式下，即便解析解存在，也难以用传统数学工具简化为初等函数或级数形式。因此，研究高效、准确的数值方法来求解bs方程是非常必要的。

3、传统的求解bs方程的数值方法包括有限差分法、高阶紧致有限差分法、b样条插值法等，其一般思想是利用离散求解区域，将bs方程的导数和约束条件转化为离散点的差商形式，得到解为离散点数值解的线性方程组。然本文档来自技高网...

【技术保护点】

1.一种基于物理信息引导的BS方程数值求解方法及其计算装置，其特征在于，所述方法适用于基于多向门控循环注意力网络构建的深度学习模型中，包括以下步骤：

2.根据权利要求1所述的方法，其特征在于，

3.根据权利要求1所述的方法，其特征在于，

4.根据权利要求1所述的方法，其特征在于，

5.根据权利要求1所述的方法，其特征在于，

6.根据权利要求1所述的方法，其特征在于，

7.根据权利要求1所述的方法，其特征在于，

8.根据权利要求1所述的方法，其特征在于，

9.根据权利要求1所述的方法，其特征在于...

【技术特征摘要】

1.一种基于物理信息引导的bs方程数值求解方法及其计算装置，其特征在于，所述方法适用于基于多向门控循环注意力网络构建的深度学习模型中，包括以下步骤：

2.根据权利要求1所述的方法，其特征在于，

3.根据权利要求1所述的方法，其特征在于，

4.根据权利要求1所述的方法，其特征在于，

5.根据权利要求1所述的方法，其特征在于，

6.根据权...

【专利技术属性】
技术研发人员：张照阳，王青旺，张银星，沈韬，
申请(专利权)人：昆明理工大学，
类型：发明
国别省市：