ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Malliavin Calculus in Finance: Theory and Practice

دانلود کتاب حساب مالیوین در امور مالی: تئوری و عمل

Malliavin Calculus in Finance: Theory and Practice

مشخصات کتاب

Malliavin Calculus in Finance: Theory and Practice

ویرایش: 1 
نویسندگان:   
سری: Chapman and Hall/CRC Financial Mathematics Series 
ISBN (شابک) : 0367893444, 9780367893446 
ناشر: Chapman and Hall/CRC 
سال نشر: 2021 
تعداد صفحات: 350 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 6 مگابایت 

قیمت کتاب (تومان) : 34,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 11


در صورت تبدیل فایل کتاب Malliavin Calculus in Finance: Theory and Practice به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.

توجه داشته باشید کتاب حساب مالیوین در امور مالی: تئوری و عمل نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.


توضیحاتی در مورد کتاب حساب مالیوین در امور مالی: تئوری و عمل



حساب مالیاوین در امور مالی: تئوری و عمل با هدف معرفی مطالعه مدل‌های نوسانات تصادفی (SV) از طریق حساب مالیاوین است.

حساب مالیاوین تأثیر عمیقی بر تجزیه و تحلیل تصادفی داشته است. در اصل با انگیزه مطالعه وجود چگالی صاف متغیرهای تصادفی خاص، ثابت شده است که ابزار مفیدی در بسیاری از مسائل دیگر است. به طور خاص، این کتاب کاربردهایی در امور مالی کمی پیدا کرده است، مانند محاسبه استراتژی های پوشش ریسک یا برآورد کارآمد یونانی ها.

هدف این کتاب ارائه پلی بین تئوری و عمل است. این نشان می‌دهد که حساب مالیاوین ابزاری با کاربرد آسان است که به ما امکان می‌دهد چندین نتیجه قبلی را در ادبیات مدل‌سازی نوسانات تصادفی مربوط به سطوح نوسانات ضمنی وانیل، رو به جلو و VIX بازیابی، متحد و تعمیم دهیم. می توان آن را برای نوسانات محلی، تصادفی و همچنین برای نوسانات خشن (که توسط یک حرکت براونی کسری هدایت می شود) به کار برد که منجر به نتایج ساده و واضح می شود. برای محققان و دانشجویان در امور مالی کمی مفید باشد

  • شامل مثال‌هایی در مورد مدل‌های بتن مانند Heston، SABR و نوسانات ناهموار، و همچنین چندین آزمایش عددی و اسکریپت‌های Python مربوطه
  • گزینه‌های کاربردی start on the IX, vanilla. p>

  • این کتاب همچنین دارای یک مخزن Github با کتابخانه Python مطابق با مثال‌های عددی موجود در متن است. کتابخانه به گونه‌ای پیاده‌سازی شده است که کاربران بتوانند از کد عددی برای ساخت نمونه‌های خود استفاده مجدد کنند. مخزن را می توان در اینجا مشاهده کرد: https://bit.ly/2KNex2Y.
  •  


    توضیحاتی درمورد کتاب به خارجی

    Malliavin Calculus in Finance: Theory and Practice aims to introduce the study of stochastic volatility (SV) models via Malliavin Calculus.

    Malliavin calculus has had a profound impact on stochastic analysis. Originally motivated by the study of the existence of smooth densities of certain random variables, it has proved to be a useful tool in many other problems. In particular, it has found applications in quantitative finance, as in the computation of hedging strategies or the efficient estimation of the Greeks.

    The objective of this book is to offer a bridge between theory and practice. It shows that Malliavin calculus is an easy-to-apply tool that allows us to recover, unify, and generalize several previous results in the literature on stochastic volatility modeling related to the vanilla, the forward, and the VIX implied volatility surfaces. It can be applied to local, stochastic, and also to rough volatilities (driven by a fractional Brownian motion) leading to simple and explicit results.

    Features

    • Intermediate-advanced level text on quantitative finance, oriented to practitioners with a basic background in stochastic analysis, which could also be useful for researchers and students in quantitative finance
    • Includes examples on concrete models such as the Heston, the SABR and rough volatilities, as well as several numerical experiments and the corresponding Python scripts
    • Covers applications on vanillas, forward start options, and options on the VIX.
    • The book also has a Github repository with the Python library corresponding to the numerical examples in the text. The library has been implemented so that the users can re-use the numerical code for building their examples. The repository can be accessed here: https://bit.ly/2KNex2Y.

     



    فهرست مطالب

    Cover
    Half Title
    Series Page
    Title Page
    Copyright Page
    Dedication
    Contents
    Foreword
    Preface
    Section I: A primer on option pricing and volatility modelling
    	Chapter 1: The option pricing problem
    		1.1. DERIVATIVES
    			1.1.1. Forwards and futures
    			1.1.2. Options
    		1.2. NON-ARBITRAGE PRICES AND THE BLACK-SCHOLES FORMULA
    			1.2.1. The forward contract
    			1.2.2. The price of a European option as a risk-neutral expectation
    			1.2.3. The price of a vanilla option and the Black-Scholes formula
    		1.3. THE BLACK-SCHOLES MODEL
    			1.3.1. From the Black-Scholes formula to the Black-Scholes model
    			1.3.2. Option replication and delta hedging in the Black-Scholes model
    		1.4. THE BLACK-SCHOLES IMPLIED VOLATILITY AND THE NON-CONSTANT VOLATILITY CASE
    			1.4.1. The implied volatility surface
    			1.4.2. The implied and spot volatilities
    		1.5. CHAPTER’S DIGEST
    	Chapter 2: The volatility process
    		2.1. THE ESTIMATION OF THE INTEGRATED AND THE SPOT VOLATILITY
    			2.1.1. Methods based on the realised variance
    			2.1.2. Fourier estimation of volatility
    			2.1.3. Properties of the spot volatility
    		2.2. LOCAL VOLATILITIES
    			2.2.1. Mimicking processes
    			2.2.2. Forward equation and Dupire formula
    		2.3. STOCHASTIC VOLATILITIES
    			2.3.1. The Heston model
    			2.3.2. The SABR model
    		2.4. STOCHASTIC-LOCAL VOLATILITIES
    		2.5. MODELS BASED ON THE FRACTIONAL BROWNIAN MOTION AND ROUGH VOLATILITIES
    		2.6. VOLATILITY DERIVATIVES
    			2.6.1. Variance swaps and the VIX
    			2.6.2. Volatility swaps
    			2.6.3. Weighted variance swaps and gamma swaps
    		2.7. CHAPTER’S DIGEST
    Section II: Mathematical tools
    	Chapter 3: A primer on Malliavin Calculus
    		3.1. DEFINITIONS AND BASIC PROPERTIES
    			3.1.1. The Malliavin derivative operator
    				3.1.1.1. Basic properties
    			3.1.2. The divergence operator
    		3.2. COMPUTATION OF MALLIAVIN DERIVATIVES
    			3.2.1. The Malliavin derivative of an It ˆo process
    			3.2.2. The Malliavin derivative of a diffusion process
    				3.2.2.1. The Malliavin derivative of a diffusion process as a solution of a linear SDE
    				3.2.2.2. Representation formulas for the Malliavin derivative of a diffusion process
    		3.3. MALLIAVIN DERIVATIVES FOR GENERAL SV MODELS
    			3.3.1. The SABR volatility
    			3.3.2. The Heston volatility
    			3.3.3. The 3/2. Heston volatility
    		3.4. CHAPTER’S DIGEST
    	Chapter 4: Key tools in Malliavin Calculus
    		4.1. THE CLARK-OCONE-HAUSSMAN FORMULA
    			4.1.1. The Clark-Ocone-Haussman formula and the martingale representation theorem
    			4.1.2. Hedging in the Black-Scholes model
    			4.1.3. A martingale representation for spot and integrated volatilities
    				4.1.3.1. The SABR volatility
    				4.1.3.2. The Heston volatility
    			4.1.4. A martingale representation for non-log-normal assets
    		4.2. THE INTEGRATION BY PARTS FORMULA
    			4.2.1. The integration-by-parts formula for the Malliavin derivative and the Skorohod integral operators
    			4.2.2. Delta, Vega, and Gamma in the Black-Scholes model
    				4.2.2.1. The delta
    				4.2.2.2. The vega
    				4.2.2.3. The gamma
    			4.2.3. The Delta of an Asian option in the Black-Scholes model
    			4.2.4. The Stochastic volatility case
    				4.2.4.1. The delta in stochastic volatility models
    				4.2.4.2. The gamma in stochastic volatility models
    		4.3. THE ANTICIPATING ITOˆ ’S FORMULA
    			4.3.1. The anticipating It ˆ o’s formula as an extension of It ˆ o’s formula
    			4.3.2. The law of an asset price as a perturbation of a mixed log-normal
    			4.3.3. The moments of log-prices in stochastic volatility models
    			4.3.4. Some applications to volatility derivatives
    				4.3.4.1. Leverage swaps and gamma swaps
    				4.3.4.2. Arithmetic variance swaps
    		4.4. CHAPTER’S DIGEST
    	Chapter 5: Fractional Brownian motion and rough volatilities
    		5.1. THE FRACTIONAL BROWNIAN MOTION
    			5.1.1. Correlated increments
    			5.1.2. Long and short memory
    			5.1.3. Stationary increments and self-similarity
    			5.1.4. Hölder continuity
    			5.1.5. The p-variation and the semimartingale property
    			5.1.6. Representations of the fBm
    		5.2. THE RIEMANN-LIOUVILLE FRACTIONAL BROWNIAN MOTION
    		5.3. STOCHASTIC INTEGRATION WITH RESPECT TO THE FBM
    		5.4. SIMULATION METHODS FOR THE FBM AND THE RLFBM
    		5.5. THE FRACTIONAL BROWNIAN MOTION IN FINANCE
    		5.6. THE MALLIAVIN DERIVATIVE OF FRACTIONAL VOLATILITIES
    			5.6.1. Fractional Ornstein-Uhlenbeck volatilities
    			5.6.2. The rough Bergomi model
    			5.6.3. A fractional Heston model
    		5.7. CHAPTER’S DIGEST
    Section III: Applications of Malliavin Calculus to the study of the implied volatility surface
    	Chapter 6: The ATM short-time level of the implied volatility
    		6.1. BASIC DEFINITIONS AND NOTATION
    		6.2. THE CLASSICAL HULL AND WHITE FORMULA
    			6.2.1. Two proofs of the Hull and White formula
    				6.2.1.1. Conditional expectations
    				6.2.1.2. The Hull and White formula from classical It ˆ o’s formula
    		6.3. AN EXTENSION OF THE HULL AND WHITE FORMULA FROM THE ANTICIPATING ITOˆ ’S FORMULA
    		6.4. DECOMPOSITION FORMULAS FOR IMPLIED VOLATILITIES
    		6.5. THE ATM SHORT-TIME LEVEL OF THE IMPLIED VOLATILITY
    			6.5.1. The uncorrelated case
    			6.5.2. The correlated case
    			6.5.3. Approximation formulas for the ATMI
    			6.5.4. Examples
    				6.5.4.1. Diffusion models
    				6.5.4.2. Local volatility models
    				6.5.4.3. Fractional volatilities
    			6.5.5. Numerical experiments
    		6.6. CHAPTER’S DIGEST
    	Chapter 7: The ATM short-time skew
    		7.1. THE TERM STRUCTURE OF THE EMPIRICAL IMPLIED VOLATILITY SURFACE
    		7.2. THE MAIN PROBLEM AND NOTATIONS
    		7.3. THE UNCORRELATED CASE
    		7.4. THE CORRELATED CASE
    		7.5. THE SHORT-TIME LIMIT OF IMPLIED VOLATILITY SKEW
    		7.6. APPLICATIONS
    			7.6.1. Diffusion stochastic volatilities: finite limit of the ATM skew slope
    				7.6.1.1. Models based on the Ornstein-Uhlenbeck process
    				7.6.1.2. The SABR model
    				7.6.1.3. The Heston model
    				7.6.1.4. The two-factor Bergomi model
    			7.6.2. Local volatility models: the one-half rule and dynamic inconsisten
    			7.6.3. Stochastic-local volatility models
    			7.6.4. Fractional stochastic volatility models
    				7.6.4.1. Fractional Ornstein-Uhlenbeck volatilities
    				7.6.4.2. The rough Bergomi model
    				7.6.4.3. The approximation of fractional volatilities by Markov processes
    			7.6.5. Time-varying coefficients
    		7.7. IS THE VOLATILITY LONG-MEMORY, SHORT-MEMORY, OR BOTH?
    		7.8. A COMPARISON WITH JUMP-DIFFUSION MODELS: THE BATES MODEL
    		7.9. CHAPTER’S DIGEST
    	Chapter 8: The ATM short-time curvature
    		8.1. SOME EMPIRICAL FACTS
    		8.2. THE UNCORRELATED CASE
    			8.2.1. A representation for the ATM curvature
    			8.2.2. Limit results
    			8.2.3. Examples
    				8.2.3.1. Diffusion stochastic volatilities
    				8.2.3.2. Fractional volatility models
    		8.3. THE CORRELATED CASE
    			8.3.1. A representation for the ATM curvature
    			8.3.2. Limit results
    			8.3.3. The convexity of the short-time implied volatility
    		8.4. EXAMPLES
    			8.4.1. Local volatility models
    			8.4.2. Diffusion volatility models
    			8.4.3. Fractional volatilities
    				8.4.3.1. Models based on fractional Ornstein-Uhlenbeck processes
    		8.5. CHAPTER’S DIGEST
    Section IV: The implied volatility of non-vanilla options
    	Chapter 9: Options with random strikes and the forward smile
    		9.1. A DECOMPOSITION FORMULA FOR RANDOM STRIKE OPTIONS
    		9.2. FORWARD-START OPTIONS AS RANDOM STRIKE OPTIONS
    		9.3. FORWARD-START OPTIONS AND THE DECOMPOSITION FORMULA
    		9.4. THE ATM SHORT-TIME LIMIT OF THE IMPLIED VOLATILITY
    		9.5. AT-THE-MONEY SKEW
    			9.5.1. Local volatility models
    			9.5.2. Stochastic volatility models
    			9.5.3. Fractional volatility models
    			9.5.4. Time-depending coefficients
    		9.6. AT-THE-MONEY CURVATURE
    			9.6.1. The uncorrelated case
    			9.6.2. The correlated case
    		9.7. CHAPTER’S DIGEST
    	Chapter 10: Options on the VIX
    		10.1. THE ATM SHORT-TIME LEVEL AND SKEW OF THE IMPLIED VOLATILITY
    			10.1.1. The ATMI short-time limit
    			10.1.2. The short-time skew of the ATMI volatility
    		10.2. VIX OPTIONS
    			10.2.1. The short-end level of the ATMI of VIX options
    			10.2.2. The ATM skew of VIX options
    		10.3. CHAPTER’S DIGEST
    Bibliography
    Index




    نظرات کاربران