Multilevel Monte-Carlo Simulationsverfahren mit ... - G-CSC Home
Multilevel Monte-Carlo Simulationsverfahren mit ... - G-CSC Home
Multilevel Monte-Carlo Simulationsverfahren mit ... - G-CSC Home
- Keine Tags gefunden...
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
und der Varianz bestimmt. Für die Varianz von Ŷ giltV ar[Ŷ ] = V ar [N −1= N −2 N∑i=1≤ c 1 N −1 ,N∑i=1]f(Ŝ(i) T/h )V ar[f(Ŝ(i) T/h )]<strong>mit</strong> c 1 = sup h∈(0,1] V ar[f(Ŝ(i) T/h)]. Für den quadrierten Bias gilt <strong>mit</strong> der schwachen Konvergenzdes Euler-Maruyama Verfahrens, welches in diesem Kapitel stets zur Approximationdes Aktienkurses verwendet wird und der Voraussetzung einer lipschitzstetigenAuszahlungsfunktion,NE[Y − Ŷ ] = NE [f(S(T )) − N −1[= E Nf(S(T )) −N∑i=1N∑i=1]f(Ŝ(i) T/h )]f(Ŝ(i) T/h )()≤ N sup E[|f(S(T )) − f(Ŝ(i) T/h )|] i≤ Nc ′ 2h,<strong>mit</strong> einer Konstanten c ′ 2∈ R. Daraus ergibt sich E[Y − Ŷ ] ≈ c′ 2h undMSE ≈ c 1 N −1 + c 2 h 2 , (3.2)<strong>mit</strong> Konstanten c 1 und c 2 . Da ein RMSE von O(ɛ) erzielt werden soll, ist ein MSE vonO(ɛ 2 ) notwendig und so<strong>mit</strong>N = O(ɛ −2 ) und h = O(ɛ). (3.3)Mit dieser Wahl von h folgt ein erwarteter Fehler E[Y − Ŷ ] der Größenordnung O(ɛ).Weiterhin folgt für die Rechenkosten C = O(ɛ −3 ), da zur Schrittweite h für jede Pfadsimulation1/h Iterationen notwendig sind und die Rechenkosten so<strong>mit</strong> bei N Simulationenproportional zu N/h sind.3.2 <strong>Multilevel</strong> <strong>Monte</strong>-<strong>Carlo</strong> MethodeBei der <strong>Multilevel</strong> <strong>Monte</strong>-<strong>Carlo</strong> Methode werden nun die Aktienkurse zu unterschiedlichenSchrittweiten simuliert. Dazu wird eine geometrische Reihenfolge von verschiedenen8