Modern Computational Finance

Adresăm acest volum analiștilor cantitativi, dezvoltatorilor de sisteme financiare și studenților de la programele de masterat sau doctorat care doresc să stăpânească Algorithmic Adjoint Differentiation (AAD), o tehnologie care a devenit coloana vertebrală a sistemelor financiare moderne. Observăm că Modern Computational Finance nu se limitează la expunerea teoretică, ci oferă o perspectivă practică rară, fiind scrisă de Antoine Savine, unul dintre specialiștii care au proiectat sistemele premiate ale Danske Bank. Găsim în această carte o documentare minuțioasă a modului în care AAD permite producerea a mii de sensibilități de risc în doar câteva secunde, utilizând resurse hardware modeste. Structura textului ghidează cititorul de la fundamentele matematice până la detalii critice de implementare în C++, precum utilizarea șabloanelor de expresie pentru accelerare și gestiunea eficientă a memoriei. Ritmul este unul tehnic și aplicat, volumul fiind însoțit de o bibliotecă generică de simulare paralelă. Cititorii familiarizați cu Algorithmic Differentiation in Finance Explained de Marc Henrard vor aprecia în acest volum trecerea de la ghidul practic general la o implementare industrială de mare anvergură, optimizată pentru performanță înaltă. Față de abordările clasice din Financial Instrument Pricing Using C++ de Daniel J Duffy, lucrarea lui Savine pune un accent mult mai puternic pe standardele moderne de C++ și pe soluționarea problemelor de scalabilitate specifice sistemelor de producție și reglementare actuale.