401-4657-00L  Numerical Analysis of Stochastic Ordinary Differential Equations

SemesterHerbstsemester 2016
DozierendeA. Jentzen
Periodizitätjährlich wiederkehrende Veranstaltung
LehrspracheEnglisch
KommentarAlternative course title: "Computational Methods for Quantitative Finance: Monte Carlo and Sampling Methods"



Lehrveranstaltungen

NummerTitelUmfangDozierende
401-4657-00 VNumerical Analysis of Stochastic ODEs (Comp. Meth. Quant. Fin.: Monte Carlo and Sampling Methods)3 Std.
Mi13:15-15:00HG E 1.1 »
Fr13:15-14:00HG E 1.1 »
A. Jentzen
401-4657-00 UNumerical Analysis of Stochastic ODEs (Comp. Meth. Quant. Fin.: Monte Carlo and Sampling Methods)
Thu 14-15 or Fri 12-13
1 Std.
Do14:15-15:00HG E 1.1 »
Fr12:15-13:00HG E 1.1 »
A. Jentzen

Katalogdaten

KurzbeschreibungCourse on numerical approximations of stochastic ordinary differential equations driven by Wiener processes. These equations have several applications, for example in financial option valuation. This course also contains an introduction to random number generation and Monte Carlo methods for random variables.
LernzielThe aim of this course is to enable the students to carry out simulations and their mathematical convergence analysis for stochastic models originating from applications such as mathematical finance. For this the course teaches a decent knowledge of the different numerical methods, their underlying ideas, convergence properties and implementation issues.
InhaltGeneration of random numbers
Monte Carlo methods for the numerical integration of random variables
Stochastic processes and Brownian motion
Stochastic ordinary differential equations (SODEs)
Numerical approximations of SODEs
Multilevel Monte Carlo methods for SODEs
Applications to computational finance: Option valuation
SkriptLecture Notes are available in the lecture homepage (please follow the link in the Learning materials section).
LiteraturP. Glassermann:
Monte Carlo Methods in Financial Engineering.
Springer-Verlag, New York, 2004.

P. E. Kloeden and E. Platen:
Numerical Solution of Stochastic Differential Equations.
Springer-Verlag, Berlin, 1992.
Voraussetzungen / BesonderesPrerequisites:

Mandatory: Probability and measure theory,
basic numerical analysis and
basics of MATLAB programming.

a) mandatory courses:
Elementary Probability,
Probability Theory I.

b) recommended courses:
Stochastic Processes.

Start of lectures: Wednesday, September 21, 2016
For more details, please follow the link in the Learning materials section.

Leistungskontrolle

Information zur Leistungskontrolle (gültig bis die Lerneinheit neu gelesen wird)
Leistungskontrolle als Semesterkurs
ECTS Kreditpunkte6 KP
PrüfendeA. Jentzen
FormSemesterendprüfung
PrüfungsspracheEnglisch
RepetitionDie Leistungskontrolle wird nur am Semesterende nach der Lerneinheit angeboten. Die Repetition ist nur nach erneuter Belegung möglich.
Zusatzinformation zum PrüfungsmodusEnd-of-Semester examination will be *closed book*, 2hr in class, and will involve theoretical as well as MATLAB programming problems.
Examination will take place on ETH-workstations running MATLAB.
Own computer will NOT be allowed for the examination.
Digitale PrüfungDie Prüfung findet auf Geräten statt, die von der ETH Zürich zur Verfügung gestellt werden.

Lernmaterialien

 
HauptlinkLecture homepage
Es werden nur die öffentlichen Lernmaterialien aufgeführt.

Gruppen

Keine Informationen zu Gruppen vorhanden.

Einschränkungen

Keine zusätzlichen Belegungseinschränkungen vorhanden.

Angeboten in

StudiengangBereichTyp
Doktorat Departement MathematikGraduate School / GraduiertenkollegWInformation
Mathematik MasterAuswahl: Numerische MathematikWInformation
Quantitative Finance MasterBereich MF (Mathematical Methods for Finance)WInformation
Rechnergestützte Wissenschaften BachelorComputational FinanceWInformation
Rechnergestützte Wissenschaften MasterComputational FinanceWInformation