Modélisation de la dépendance et simulation de processus en finance
Une sélection de travaux de recherche en mathématiques appliquées à la finance
Versandkostenfrei!
Versandfertig in 6-10 Tagen
38,99 €
inkl. MwSt.
PAYBACK Punkte
19 °P sammeln!
Ce livre se décompose en deux parties indépendantes mais qui s'inscrivent dans le cadre des mathématiques appliquées à la finance. La 1ère partie est consacrée aux méthodes numériques pour la simulation de processus aléatoires solutions d'équations différentielles stochastiques (EDS). Nous étudions les méthodes de simulation exacte de solution d'EDS en dimension 1 et leur extension pour le pricing d'options asiatiques dans le modèle de Black & Scholes. Dans le deuxième chapitre, nous proposons des schémas de discrétisation pour une famille de modèles à volatilité stochasti...
Ce livre se décompose en deux parties indépendantes mais qui s'inscrivent dans le cadre des mathématiques appliquées à la finance. La 1ère partie est consacrée aux méthodes numériques pour la simulation de processus aléatoires solutions d'équations différentielles stochastiques (EDS). Nous étudions les méthodes de simulation exacte de solution d'EDS en dimension 1 et leur extension pour le pricing d'options asiatiques dans le modèle de Black & Scholes. Dans le deuxième chapitre, nous proposons des schémas de discrétisation pour une famille de modèles à volatilité stochastique qui possèdent d'excellentes propriétés de convergence, en particulier quand le processus qui dirige la volatilité est un processus d'Ornstein-Uhlenbeck. Enfin, nous étudions la convergence faible trajectorielle du schéma d'Euler. La 2ème partie du livre porte sur la modélisation de la dépendance en finance et ce à travers deux problématiques distinctes : la modélisation jointe entre un indice boursier et les actions qui le composent et la gestion du risque de défaut dans les portefeuilles de crédit. Ce livre s'adresse aux étudiants et aux enseignant/chercheurs intéressés par les mathématiques appliquées.
Andere Kunden interessierten sich für
