Arbeitsgruppe Stochastik

Mathematical Finance

Dozent

Prof. Dr. Mathias Vetter

UnivIS

Link

Inhalt

Die Vorlesung bietet eine Einführung in die mathematische Modellierung der Finanzmärkte. Themen sind unter anderem:

  • Grundlagen der Stochastik
  • Diskrete Finanzmarktmodelle
  • Die Bewertung und Absicherung von europäischen bzw. amerikanischen Optionen
  • Das Binomialmodell
  • Unvollständige Märkte
  • Ein Ausbilck auf stetige Finanzmarktmodelle

Zeit und Ort

Vorlesung für alle Studierende: Mi, 12:15 - 14:00, LMS6 - R.10 (Steinitz-Hörsaal)

Zusätzliche Vorlesung für Studierende in Quantitative Finance: Fr, 8:15 - 10:00, LMS6 - R.10 (Steinitz-Hörsaal)

Zusätzliche Vorlesung für Studierende in (Finanz-)Mathematik: Fr, 10:15 - 12:00, LMS4 - R.424

Erste Vorlesung: Mi, 25.10.2017.

Voraussetzungen

Grundsätzliche Kenntnisse der Analysis und der Linearen Algebra.

Übungen

Der Übungsbetrieb wird über OLAT organisiert. Eine grundsätzliche Einteilung in Übungen für Studierende der (Finanz-)Mathematik bzw. für Studierende von Quantitative Finance folgt.

Prüfungen

Für Studierende in Quantitative Finance finden Abschlussklausuren am 12.2.2018 (12-15 Uhr) bzw. am 29.3.2018 (9-12 Uhr) statt. Studierende in (Finanz-)Mathematik werden mündlich geprüft.

Stochastik II : Mathematische Statistik

Dozent / Lecturer:

Prof. Dr. U. Rösler

UnivIS:

Link

Inhalt / Contents :

  • Statistische Modellbildung / Statistical modeling
  • Optimale Schätzungen / Optimal estimation
  • Maximum-Likelihood-Schätzung / Maximum likelihood estimation
  • Konfidenzbereiche / Confidence intervals
  • Optimale Tests / Optimal testing
  • Lineare Modelle / Linear models

 

Zeit und Ort / Time and place of the lecture:

Mo / Mon, 12:15 - 13:45, LMS4 - R.312

Do / Thu, 12:15 - 13:45,LMS4 - R.312

Erste Vorlesung / First lecture:  Mon, 23.10.17

 

Übungen / Tutorials :

Betreuer / Tutor: Sebastian Hallmann

 

Die erste Übunge findt am Mi, den 25.10.17,HRS7 - R.7 von 8:15 - 9:45 statt

Ab Fr, den 03.11.17, findet die Übung immer freitags LMS4 - R.312 von 12:15 -  13:45 statt.

 

The first tutorial will be on Wed, 25.10.17, 8:15 - 9:45,HRS7 - R.7.

From Fri, 03.11.17, on the tutorial is every Fri, 12:15 - 13:45,LMS4 - R.312.

 

 

Prüfungsvorleistungen / Prerequisites:

Neben den normalen Übungsaufgaben wird es Präsenzaufgaben geben, die in der Übung zu bearbeiten sind.

  • 50% der Punkte bei den Übungsaufgaben
  • dreimaliges (erfolgreiches) Vorrechnen (davon min. eine Präsenzaufgabe)

 

Next to the home assignment some exercises have to be worked on in the tutorials.

  • 50% of the points on your home assignments
  • present 3 exercises in the tutorial

 

Übungsblätter / Exercise sheets:

Sheet 1 (home)

Sheet 2 (home)     Sheet 2 (in-tutorial)

Sheet 3 (home)

Sheet 4 (home)

Sheet 5 (home)

Sheet 6 (home)

Sheet 7 (home)

Sheet 8 (home)

Sheet 9 (home)

Sheet 10 (home)

Skript / Lecture notes:

Skript (ältere Version)

Skript (finale Version)

Kapitel 1 Kapitel 2

Kapitel 3-4

Kapitel 5  

Kapitel 6

Kapitel 7

Kapitel 8

Kapitel 9

Anhang

Literatur / Bibliography:

  • A. Irle, Wahrscheinlichkeitstheorie und Statistik
  • Hans-Otto Georgii, Stochastik, Einführung in die Wahrscheinlichkeitstheorie und Statistik
  • G. Casella and R. L. Berger, Statistical Inference
  • H. Dehling und B. Haupt, Einführung in die Wahrscheinlichkeitstheorie und Statistik
  • U. Krengel, Einführung in die Wahrscheinlichkeitstheorie und Statistik
  • E. L. Lehmann, Testing Statistical Hypotheses
  • M. H. deGroot, Statistical Decision Theory
  • Th. S. Ferguson, Mathematical Statistics: A Decision Theoretic Approach
  • P. J. Bickel and K. A. Doksum, Mathematical Statistics: Basic Ideas and Selected Topics