Lernziele:

Nach erfolgreichem Besuch dieser Vorlesung werden viele gängige Verfahren zur Preisbestimmung und Portfoliomodelle im Finance verstanden werden. Der Fokus liegt aber nicht nur auf dem Finance alleine, sondern auch auf der dahinterliegenden Theorie.

Inhalt:

The course will provide rigorous yet focused training in stochastic calculus and mathematical finance. Topics to be covered:

1. Stochastic Calculus: Stochastic Processes, Brownian Motion and Martingales, Entropy, Stopping Times, Local martingales, Doob-Meyer Decomposition, Quadratic Variation, Stochastic Integration, Ito Formula, Girsanov Theorem, Jump-diffusion Processes, Stable and Levy processes.
    
2. Mathematical Finance: Pricing Models, The Black-Scholes Model, State prices and Equivalent Martingale Measure, Complete Markets and Redundant Security Prices, Arbitrage Pricing with Dividends, Term-Structure Models (One Factor Models, Cox-Ingersoll-Ross Model, Affine Models), Term-Structure Derivatives and Hedging, Mortgage-Backed Securities, Derivative Assets (Forward Prices, Future Contracts, American Options, Look-back Options), Incomplete Markets, Markets with Transaction Costs, Optimal Portfolio and Consumption  Choice (Stochastic Control and Merton continuous time optimization  problem, CAPM), Equilibrium models, Numerical Methods.

Arbeitsaufwand:

Gesamtaufwand bei 4,5 Leistungspunkten: ca. 135 Stunden
Präsenzzeit: 30 Stunden
Vor- /Nachbereitung: 65 Stunden
Prüfung und Prüfungsvorbereitung: 40 Stunden

• Dynamic Asset Pricing Theory, Third Edition by D. Duffie, Princeton University Press, 1996
• Stochastic Calculus for Finance II: Continuous-Time Models by S. E. Shreve, Springer, 2003
• Stochastic Finance: An Introduction in Discrete Time by H. Föllmer, A. Schied, de Gruyter, 2011
• Methods of Mathematical Finance by I. Karatzas, S. E. Shreve, Springer, 1998
• Markets with Transaction Costs by Yu. Kabanov, M. Safarian, Springer, 2010
• Introduction to Stochastic Calculus Applied to Finance by D.Lamberton, B. Lapeyre, Chapman&Hall,1996
• Statistisches und machinelles Lernen, S.Richter, Springer, 2019

Blockveranstaltung

Termine und Räume:

Do. 09.11.23  Raum 212, Gebäude 8.30 -

Zeit 09:30 - 17:00

Fr. 10.11.23  Raum 212, Gebäude 8.30 -

Zeit 09:30 - 17:00

Mi. 22.11.23  Raum 001, Gebäude 40.28 -

Zeit 14:00 - 18:00

Do. 23.11.23  Raum 110, Gebäude 40.50-

Zeit 09:30 - 17:00

Mi. 17.01.24  Raum 001, Gebäude 40.28 -

Zeit 09:30 - 17:00

Do. 18.01.24  Raum 604, Gebäude 10.50 -

Zeit 09:30 - 17:00

Mi. 24.01.24  Raum 001, Gebäude 40.28 -

Zeit 09:30 - 17:00

Do. 25.01.24  Raum 110, Gebäude 40.50 -

Zeit 09:30 - 17:00

Mi. 14.02.24  Seminarraum Forum A und B, Gebäude 3.95 -

Zeit 09:30 - 17:00

Do. 15.02.24  Seminarraum Forum A und B, Gebäude 3.95 -

Zeit 09:30 - 17:00