13.07.2015 Aufrufe

Importance Sampling für Diffusionsprozesse mit Anwendungen in ...

Importance Sampling für Diffusionsprozesse mit Anwendungen in ...

Importance Sampling für Diffusionsprozesse mit Anwendungen in ...

MEHR ANZEIGEN
WENIGER ANZEIGEN

Erfolgreiche ePaper selbst erstellen

Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.

Aus mathematischer Sicht besteht Bedarf an der Modellierung von F<strong>in</strong>anzmärkten undder Bewertung von Derivaten im H<strong>in</strong>blick auf ihr Risikoprofil und ihren Wert. Je nachWahl des Modells stehen <strong>für</strong> bestimmte Derivate analytische Formeln zur Verfügung(beispielsweise Callpreise im Black-Scholes Modell). In e<strong>in</strong>igen Fällen kann e<strong>in</strong> Preisauch durch Lösung e<strong>in</strong>er partiellen Differentialgleichung (PDE-Ansatz) oder durch Berechnunge<strong>in</strong>er Fourieretransformierten bestimmt werden. Bei komplizierten Derivatenist dies nicht ohne Weiteres möglich. In solchen Fällen kann e<strong>in</strong>e Monte Carlo Simulationzur Er<strong>mit</strong>tlung e<strong>in</strong>er Nährungslösung angewandt werden.Dieses Verfahren ist zwar sehr e<strong>in</strong>fach umzusetzen allerd<strong>in</strong>gs im Vergleich zu den obengenannten Methoden nicht besonders effizient. Das zentrale Ziel dieser Arbeit ist dieVerbesserung von Monte Carlo Simulationen. Dabei wird das <strong>Importance</strong> <strong>Sampl<strong>in</strong>g</strong> alsAnsatz ausgewählt: Unter Anwendung der Formel von Bayes soll e<strong>in</strong>e Verbesserung desMonte Carlo Schätzers durch e<strong>in</strong>e Varianzreduktion nach e<strong>in</strong>em Maßwechsel erreichtwerden. Es gibt nun im Allgeme<strong>in</strong>en sehr viele Maßwechsel, die <strong>in</strong> Frage kommen. Nichtjeder dieser wird e<strong>in</strong>e Varianzreduktion zur Folge haben. Es bleibt also noch e<strong>in</strong> Auswahlproblemzu lösen.Zur Lösung des Maßwechselauswahlproblems werden nun heuristische Gütekriterien <strong>für</strong>Maßwechsel <strong>mit</strong> Hilfe der Theorie der großen Abweichungen und der Variationsrechnungentwickelt. Da es sich bei den vorgestellten Methoden lediglich um Heuristiken handelt,werden die Methoden durch umfangreiche Simulationen getestet und anschließend <strong>in</strong>H<strong>in</strong>blick auf die Varianzreduktion des Monte Carlo Schätzers und den Rechenaufwandbewertet.Zu Beg<strong>in</strong>n dieser Arbeit wird <strong>in</strong> Kapitel 1 das Basiswissen <strong>für</strong> die Variationsrechnung unddie Theorie der großen Abweichungen durch e<strong>in</strong>e kompakte Zusammenfassung gegeben.Als erstes Ergebnis gel<strong>in</strong>gt dabei die Herleitung e<strong>in</strong>es Berechnungsverfahrens zur Bestimmungder Asymptotik der Austrittswahrsche<strong>in</strong>lichkeit von <strong>Diffusionsprozesse</strong>n ausGebieten <strong>mit</strong> differenzierbarem Rand.In Kapitel 2 wird anschließend die Monte Carlo Simulation und das <strong>Importance</strong> <strong>Sampl<strong>in</strong>g</strong><strong>für</strong> <strong>Diffusionsprozesse</strong> beschrieben. Dabei werden auch die technischen Herangehensweisenzur Durchführung von Maßwechseln gegeben. Diese s<strong>in</strong>d im Wesentlichen die Formelvon Bayes zur Bestimmung der Auswirkung von Maßwechseln auf Erwartungswerte sowie6

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!