Finance with Monte Carlo

ویرایش: 1 
نویسندگان: Ronald W. Shonkwiler (auth.)  
سری: Springer Undergraduate Texts in Mathematics and Technology 
ISBN (شابک) : 9781461485100, 9781461485117 
ناشر: Springer-Verlag New York 
سال نشر: 2013 
تعداد صفحات: 260 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 4 مگابایت 

قیمت کتاب (تومان) : 28,000



این متن، دانشجویان مقطع فوق لیسانس/کارشناسی ارشد مبتدی در ریاضیات، امور مالی، یا اقتصاد را با موضوعات اصلی یک دوره ابتدایی در مهندسی مالی/مالی آشنا می کند. تاکید ویژه بر استفاده از قدرت روش مونت کارلو برای نشان دادن و کشف اصول مالی است. مونت کارلو ابزار منحصر به فرد مناسبی برای مدل‌سازی عوامل تصادفی که بازارهای مالی را هدایت می‌کنند و شبیه‌سازی پیامدهای آنهاست.

روش مونت کارلو در اوایل معرفی شد و در ارتباط با مدل حرکت هندسی براونی (GBM) استفاده می‌شود. برای تشریح و تحلیل موضوعات مطرح شده در ادامه متن. تمرکز بر روش‌های مونت کارلو به دانش‌آموزان اجازه می‌دهد تا مسیری کوتاه از تئوری به کاربردهای عملی را طی کنند.

پوشش شامل علم سرمایه‌گذاری، نظریه پرتفوی میانگین واریانس، اصول قیمت‌گذاری گزینه، گزینه‌های عجیب و غریب، استراتژی‌های معامله اختیار، مدل‌های جایگزین پرش و نمایی Lévy، و معیار کلی برای به حداکثر رساندن رشد سرمایه‌گذاری است.

ویژگی های جدید:

• شامل تئوری پورتفولیو و تحلیل ادعای احتمالی در یک متن واحد
• روش قیمت گذاری برای گزینه های عجیب و غریب
• تحلیل انتظارات استراتژی های معامله اختیار
• مدل های قیمت گذاری که فراتر از چارچوب بلک شولز
• بهینه سازی تخصیص سرمایه گذاری
• مفاهیم به طور کامل از طریق تمرین های شبیه سازی متعدد بررسی شده است
• نمونه ها و تصویرهای متعدد کار شده

پیشینه ریاضی مورد نیاز یک سال و نیم درس حساب دیفرانسیل و انتگرال، جبر ماتریسی که حل های سیستم های خطی را پوشش می دهد، و دانش احتمالات از جمله انتظار، تراکم و توزیع نرمال تجدید نظر برای این موضوعات در پیوست ها ارائه شده است. پس زمینه برنامه نویسی مورد نیاز نحوه کد نویسی شاخه ها، حلقه ها و زیر روال ها در برخی از زبان های ریاضی یا هدف عمومی است. پیشینه ریاضی مورد نیاز یک سال و نیم دوره در حساب دیفرانسیل و انتگرال، جبر ماتریسی پوشش راه حل های سیستم های خطی، و دانش احتمالات شامل انتظار، چگالی و توزیع نرمال است. تجدید نظر برای این موضوعات در پیوست ها ارائه شده است. پس زمینه برنامه نویسی مورد نیاز نحوه کد نویسی شاخه ها، حلقه ها و زیر روال ها در برخی از زبان های ریاضی یا هدف عمومی است.

همچنین توسط نویسنده: (با F. Mendivil) اکتشافات در مونت کارلو، ©2009، ISBN: 978-0-387-87836-2; (با جی. هرود) زیست شناسی ریاضی: مقدمه ای با افرا و متلب، ویرایش دوم، ©2009، ISBN: 978-0-387-70983-3.

This text introduces upper division undergraduate/beginning graduate students in mathematics, finance, or economics, to the core topics of a beginning course in finance/financial engineering. Particular emphasis is placed on exploiting the power of the Monte Carlo method to illustrate and explore financial principles. Monte Carlo is the uniquely appropriate tool for modeling the random factors that drive financial markets and simulating their implications.

The Monte Carlo method is introduced early and it is used in conjunction with the geometric Brownian motion model (GBM) to illustrate and analyze the topics covered in the remainder of the text. Placing focus on Monte Carlo methods allows for students to travel a short road from theory to practical applications.

Coverage includes investment science, mean-variance portfolio theory, option pricing principles, exotic options, option trading strategies, jump diffusion and exponential Lévy alternative models, and the Kelly criterion for maximizing investment growth.

Novel features:

• inclusion of both portfolio theory and contingent claim analysis in a single text
• pricing methodology for exotic options
• expectation analysis of option trading strategies
• pricing models that transcend the Black–Scholes framework
• optimizing investment allocations
• concepts thoroughly explored through numerous simulation exercises
• numerous worked examples and illustrations

The mathematical background required is a year and one-half course in calculus, matrix algebra covering solutions of linear systems, and a knowledge of probability including expectation, densities and the normal distribution. A refresher for these topics is presented in the Appendices. The programming background needed is how to code branching, loops and subroutines in some mathematical or general purpose language. The mathematical background required is a year and one-half course in calculus, matrix algebra covering solutions of linear systems, and a knowledge of probability including expectation, densities and the normal distribution. A refresher for these topics is presented in the Appendices. The programming background needed is how to code branching, loops and subroutines in some mathematical or general purpose language.

Also by the author: (with F. Mendivil) Explorations in Monte Carlo, ©2009, ISBN: 978-0-387-87836-2; (with J. Herod) Mathematical Biology: An Introduction with Maple and Matlab, Second edition, ©2009, ISBN: 978-0-387-70983-3.

Front Matter....Pages i-xix
Geometric Brownian Motion and the Efficient Market Hypothesis....Pages 1-31
Return and Risk....Pages 33-75
Forward and Option Contracts and Their Pricing....Pages 77-115
Pricing Exotic Options....Pages 117-134
Option Trading Strategies....Pages 135-164
Alternatives to GBM Prices....Pages 165-189
Kelly’s Criterion....Pages 191-211
Back Matter....Pages 213-250