摘要翻译：
考虑一个过程，随机的或确定性的，通过使用数值积分格式，或通过涉及积分逼近的蒙特卡罗方法，或通过牛顿-拉夫逊迭代逼近方程的根而得到。我们将假定我们可以从时间0到有限时间n的过程的分布中取样。我们提出了一个过程极限值的无偏估计和标准误差估计方案，并将其应用于Heston随机波动率模型中的数值积分、求根和期权定价等实例。这使得无偏估计量取代了有偏估计量，有许多潜在的应用。
---
英文标题：
《A general method for debiasing a Monte Carlo estimator》
---
作者：
Don McLeish
---
最新提交年份：
2010
---
分类信息：

一级分类：Quantitative Finance        数量金融学
二级分类：Computational Finance        计算金融学
分类描述：Computational methods, including Monte Carlo, PDE, lattice and other numerical methods with applications to financial modeling
计算方法，包括蒙特卡罗，偏微分方程，格子和其他数值方法，并应用于金融建模
--
一级分类：Computer Science        计算机科学
二级分类：Numerical Analysis        数值分析
分类描述：cs.NA is an alias for math.NA. Roughly includes material in ACM Subject Class G.1.
cs.na是Math.na的别名。大致包括ACM学科类G.1的材料。
--
一级分类：Statistics        统计学
二级分类：Computation        计算
分类描述：Algorithms, Simulation, Visualization
算法、模拟、可视化
--

---
英文摘要：
  Consider a process, stochastic or deterministic, obtained by using a numerical integration scheme, or from Monte-Carlo methods involving an approximation to an integral, or a Newton-Raphson iteration to approximate the root of an equation. We will assume that we can sample from the distribution of the process from time 0 to finite time n. We propose a scheme for unbiased estimation of the limiting value of the process, together with estimates of standard error and apply this to examples including numerical integrals, root-finding and option pricing in a Heston Stochastic Volatility model. This results in unbiased estimators in place of biased ones i nmany potential applications.
---
PDF链接：
https://arxiv.org/pdf/1005.2228