Einführung in die numerische Berechnung von Finanzderivaten: Computational Finance

ویرایش: [2 ed.] 
نویسندگان: Rüdiger Seydel (auth.)  
سری: Springer-Lehrbuch 
ISBN (شابک) : 9783662502983, 9783662502990 
ناشر: Springer Spektrum 
سال نشر: 2017 
تعداد صفحات: X, 248
[258] 
زبان: German 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 5 Mb 

قیمت کتاب (تومان) : 52,000



کتاب درسی روش‌های عددی ریاضیات مالی را با استفاده از محاسبه قیمت گزینه‌ها به عنوان مثال توضیح می‌دهد. پس از مقدمه‌ای بر مدل‌سازی، شبیه‌سازی عددی استوکاستیک با استفاده از اعداد تصادفی و روش‌های مونت کارلو ارائه می‌شود. اعداد معادلات بلک شولز با روش‌های تفاضل و روش‌های اجزای محدود دنبال می‌شوند. الگوریتم‌های ارائه‌شده را می‌توان بلافاصله پیاده‌سازی کرد.

تمرین‌ها، تصاویر آموزنده و همچنین پیوست‌های مرتبط با موضوع و مطالب تکمیلی در وب‌سایت نویسنده کتاب را تکمیل می‌کنند.

دومی. نسخه به شدت اصلاح شده و به طور قابل توجهی گسترده تر است: روش های کنار گذاشتن و روش های مونت کارلو برای گزینه های به سبک آمریکایی مکمل روش های تصادفی است و فصل جدید به ارزیابی گزینه ها در دو دارایی، با روش های شرایط جریمه و درختان با ابعاد بالاتر می پردازد. p>

Das Lehrbuch erklärt numerische Methoden der Finanzmathematik exemplarisch anhand der Berechnung von Optionspreisen. Nach einer Einführung in die Modellierung wird die numerische Simulation der Stochastik dargestellt, mit Zufallszahlen und Monte-Carlo-Verfahren. Es folgt die Numerik zu Black-Scholes-Gleichungen, mit Differenzenverfahren und Finite-Element-Verfahren. Die vorgestellten Algorithmen lassen sich unmittelbar implementieren.

Übungsaufgaben, instruktive Abbildungen sowie themenbezogene Anhänge und ergänzendes Material auf der Webseite des Autors runden das Buch ab.

Die zweite Auflage ist stark überarbeitet und erheblich umfangreicher: Verwerfungsmethoden und Monte-Carlo-Methoden für Optionen amerikanischen Typs ergänzen die stochastischen Methoden und ein neues Kapitel befasst sich mit der Bewertung von Optionen auf zwei Assets, mit Strafterm-Methoden und höherdimensionalen Bäumen.