Vorlesung Numerische Methoden der Finanzmathematik

[English] Agenda: The lecture gives an introduction to some of the most important numerical methods in financial mathematics. A central topic of this lecture is the Monte Carlo method and its applications to stochastic differential equations, as used for example in the valuation of financial derivatives. In this context pseudo-random number generation, Monte Carlo simulation of stochastic processes and variance reduction methods are discussed. For low dimensional models, existing alternatives to derivatives valuation by numerical solutions of partial differential equations (PDEs) will be discussed, albeit with less emphasis. In addition, numerical methods for financial mathematics are addressed as they are used in the processing of market data, model calibration and calculation of risk parameters. The lecture also covers the object-oriented implementation of the numerical methods in the context of their application. We will use the Java 8 programming language and students will be guided to prepare small programming exercises in Java. Note: to follow this course it is obligatory to attend the programming lectures on -Introduction to Object-Oriented Programming in Java''. During the discussion of the numerical methods and their object-oriented implementation, students will also learn to work with some state-of-the-art / industry standard software developments tools: • Software Development with Eclipse • Version Control with Git or Subversion • Unit Testing with jUnit • Integration Testing with Jenkins The lecture has a clear focus on the presentation of mathematical methods with relevance to practical applications. Exam: The exam of this lecture will consist of two parts both of which have to be passed: a successful review of a mid term project and a written exam at the end of the lecture. The final grade shall be computed from 70% of the written exam grade and 30% from the mid term project grade. Mid term project: To be announced. Registration: The lecture takes place is a computer equipped room. Please register for the lecture via mail to fries@math.lmu.de. [Deutsch] Inhalt: Die Vorlesung gibt eine Einführung in einige der wichtigsten numerischen Methoden in der Finanzmathematik. Ein zentrales Thema stellen Monte-Carlo Methoden und ihre Anwendung auf stochastische Differentialgleichungen dar, wie sie zum Beispiel in der Bewertung von Derivaten verwendet werden. In diesem Zusammenhand werden die Erzeugung von Zufallszahlen, die Monte-Carlo Simulation stochastischer Prozess und Varianzreduktionsverfahren besprochen. Die für niederdimensionale Modelle existierende Alternative einer Derivatebewertung über numerische Lösung von partiellen Differentialgleichungen (PDEs) wird angesprochen, nimmt jedoch geringeren Raum ein. Daneben werden auch andere, in der Finanzmathematik bedeutete, numerische Methoden angesprochen, wie sie in der Bearbeitung von Marktdaten, Kalibrierung von Modellen und Berechnung von Risikoparametern zum Einsatz kommen. In der Vorlesung wird ein numerisches Verfahren im Kontext einer (finanzmathematischen) Anwendung besprochen und es wird auf eine objektorientierte Implementierung in der Java 8 Programmiersprache eingegangen. Studenten werden angeleitet kleine Programmieraufgaben in Java anzufertigen. Hinweis: die Kenntnis einer objektorientierten Programmiersprache (Java, C++, C#) bzw. der entsprechende Vorkurs -Introduction to Object-Oriented Programming in Java'' ist Voraussetzung. Während der Besprechung der numerischen Methoden und ihrer objekt-orientierten Implementierung werden gleichzeitig der Umgang mit state-of-the-art / industry standard Entwicklungswerkzeugen vermittelt: • Software Entwicklung mit Eclipse • Versionsverwaltung mit Git oder Subversion • Unit Tests mit jUnit • Integrationstest mit Jenkins Die praxisorientierte Vermittlung mathematischer Methoden ist ein zentraler Fokus dieser Vorlesung. Prüfung: Die Prüfung der Vorlesung besteht aus zwei Teilen: Ein erfolgreicher Review einer Projektarbeit (kleines Software-Projekt) und einer schriftlichen Prüfung. Die Gesamtnote errechnet sich aus 70% der Leistung in der schriftlichen Prüfung und 30% für die Bearbeitung des Software-Projektes. Software-Projekt (Mid term project): Wird bekannt gegeben. Registration: Die Vorlesung funded in einem Raum mit begrenzter Computerausstattung statt. Zur besseren Planung bitten wir um Anmeldung via E-Mail unter fries@math.lmu.de. Glasserman, Paul: Monte-Carlo Methods in Financial Engineering. Springer, New York, 2003. ISBN 0-387-00451-3. Asmussen, Søren; Glynn, Peter W.: Stochastic Simulation: Algorithms and Analysis. Springer, 2007. ISBN 978-0387306797. Fries, Christian P.: Mathematical Finance. Theory, Modeling, Implementation. John Wiley & Sons, 2007. ISBN 0-470-04722-4. http://www.christian-fries.de/finmath/book finmath.net - Methodologies and algorithms in mathematical finance. http://finmath.net Voraussetzungen Grundstudium. OO Programmierkurs wird vorausgesetzt. Von Vorteil: Finanzmathematik, Wahrscheinlichkeitstheorie, Stochastische Prozesse, Differentialgleichungen. Leistungsnachweis Gilt für Masterprüfungen Mathematik (WP3) und Wirtschaftsmathematik (WP5), Diplomhauptprüfung Mathematik (AM), Diplomhauptprüfung Wirtschaftsmathematik (Kernfach C). Zielgruppe Studierende des Diplom- oder Masterstudienganges Mathematik oder Wirtschaftsmathematik. Department Mathematisches Institut Grundstudium. OO Programmierkurs wird vorausgesetzt. Von Vorteil: Finanzmathematik, Wahrscheinlichkeitstheorie, Stochastische Prozesse, Differentialgleichungen. Gilt für Masterprüfungen Mathematik (WP3) und Wirtschaftsmathematik (WP5), Diplomhauptprüfung Mathematik (AM), Diplomhauptprüfung Wirtschaftsmathematik (Kernfach C). LMU München SoSe 2015 Univ.Prof.Dr. Fries Christian