MKZR

Z Skrypty dla studentów Ekonofizyki UPGOW

(Różnice między wersjami)
(Spis treści)
m (Spis treści)
Linia 37: Linia 37:
### Symulacje Monte Carlo ceny instrumentu pochodnego
### Symulacje Monte Carlo ceny instrumentu pochodnego
#  [[MKZR:Wycena obligacji|Wycena obligacji]].
#  [[MKZR:Wycena obligacji|Wycena obligacji]].
 +
### Obligacja ze stałym kuponem
 +
### Stopa zwrotu w terminie do wykupu (Yield to maturity)
 +
### Duration według Macaulay’a
 +
 +
# [[MKZR:Dodatek|Dodatek - wizualizacja danych]]
# [[MKZR:Dodatek|Dodatek - wizualizacja danych]]

Wersja z 14:47, 8 cze 2010

Wstęp

Kurs przeznaczony dla studentów IV roku ekonofizyki.

Wymagania:

  • znajomość języka programowania Matlab (GNU/Octave)
  • znajomość metod numerycznych na poziomie podstawowym

Spis treści

  1. Liczby losowe
    1. Generacja liczb losowych: liczby o rozkładzie jednostajnym
    2. Liczby o zadanym rozkładzie
  2. Symulacje procesów losowych dyskretnych
    1. Próby i schemat Bernoulliego
    2. Proces Poissona
    3. Proces urodzin i śmierci
    4. Błądzenie przypadkowe
  3. Stochastyczne równania różniczkowe
    1. Schemat Eulera-Maruyamy dla równań stochastycznych
    2. Schemat Eulera-Maruyamy dla układu równań stochastycznych
    3. Schemat Milsteina
  4. Numeryczne rozwiązania równań stochastycznch-przykłady
    1. Proces Wienera
    2. Proces Wienera: rozkład P(x,t)
    3. Niesymetryczny Proces Wienera: dyfuzja ze stałym dryftem
    4. Dyfuzja z dryftem: rozkład P(x,t)
    5. Proces Ornsteina Uhlenbecka
    6. Geometryczny proces Wienera
  5. Modelowanie dynamiki instrumentów pochodnych.
    1. Wycena opcji: modele z czasem dyskretnym
    2. Wycena opcji: modele z czasem ciągłym
      1. Model Blacka-Scholesa dla europejskiej opcji kupna
      2. Własności wzorów Blacka-Scholesa
      3. Symulacje Monte Carlo ceny instrumentu pochodnego
  6. Wycena obligacji.
      1. Obligacja ze stałym kuponem
      2. Stopa zwrotu w terminie do wykupu (Yield to maturity)
      3. Duration według Macaulay’a


  1. Dodatek - wizualizacja danych
  1. sandbox

Literatura

  • A. Janicki, A. Izydorczyk “Komputerowe metody w modelowaniu stochastycznym” WNT
  • P.L. Kloeden, E. Platen “Numerical solutions of stochastic differential equations” Springer
  • Paolo Brandimarte "Numerical Methods in Finance and Economics: A MATLAB-Based Introduction (Statistics in Practice)"

Marcin 18:30, 28 wrz 2009 (UTC)