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

SemesterHerbstsemester 2021
DozierendeA. Stein
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.
Mo16:15-18:00HG D 1.2 »
Mi14:15-15:00HG D 5.2 »
A. Stein
401-4657-00 UNumerical Analysis of Stochastic ODEs (Comp. Meth. Quant. Fin.: Monte Carlo and Sampling Methods)
Gruppeneinteilung erfolgt über myStudies.
1 Std.
Mi15:15-16:00HG D 5.2 »
15:15-16:00LFW C 1 »
A. Stein

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
Applications to computational finance: Option valuation
SkriptThere will be English, typed lecture notes for registered participants in the course.
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/Python programming.

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

b) recommended courses:
Stochastic Processes.

Start of lectures: Wednesday September 22, 2021.

Leistungskontrolle

Information zur Leistungskontrolle (gültig bis die Lerneinheit neu gelesen wird)
Leistungskontrolle als Semesterkurs
ECTS Kreditpunkte6 KP
PrüfendeA. Stein
FormSemesterendprüfung
PrüfungsspracheEnglisch
RepetitionEs wird ein Repetitionstermin in den ersten zwei Wochen des unmittelbar nachfolgenden Semesters angeboten.
Prüfungsmodusschriftlich 120 Minuten
Zusatzinformation zum PrüfungsmodusLearning tasks: Meaningful solutions to 70% of the weekly homework assignments can count as bonus of up to +0.25 of final grade.

End-of-Semester examination will be *closed book*, 2hr in class, and will involve theoretical as well as MATLAB/Python programming problems.
Examination will take place on ETH-workstations running MATLAB/Python.
Own computer will NOT be allowed for the examination.
Hilfsmittel schriftlichKeine
Online-PrüfungDie Prüfung kann am Computer stattfinden.
FernprüfungDas Ablegen als Fernprüfung ist nicht möglich.

Lernmaterialien

Keine öffentlichen Lernmaterialien verfügbar.
Es werden nur die öffentlichen Lernmaterialien aufgeführt.

Gruppen

401-4657-00 UNumerical Analysis of Stochastic ODEs (Comp. Meth. Quant. Fin.: Monte Carlo and Sampling Methods)
GruppenG-01
Mi15:15-16:00LFW C 1 »
G-02
Mi15:15-16:00HG D 5.2 »

Einschränkungen

VorrangDie Belegung der Lerneinheit ist nur durch die primäre Zielgruppe möglich
Primäre ZielgruppeDoktorat Architektur (064002)
Doktorat Architektur (064002)
Doktorat Bauingenieurwissenschaften (114102)
Doktorat Umweltingenieurwissenschaften (114202)
Doktorat Geomatik (114302)
Doktorat Maschinenbau und Verfahrenstechnik (164002)
Doktorat Informationstechnologie & Elektrotechnik (239002)
Doktorat Informationstechn. & Elektrotech. ETH-UZH (241000)
Doktorat Informationstechn. & Elektrotech. UZH-ETH (241100)
Informatik MSc (263000)
Doktorat Informatik (264002)
Doktorat Materialwissenschaft (339002)
Doktorat Management, Technologie und Ökonomie (364002)
Doktorat Gesundheitswissenschaften und Technologie (389000)
Doktorat Lebensmittelwissenschaften (389100)
Doktorat Gesundheitswiss. und Technologie ETH-UZH (390000)
Doktorat Gesundheitswiss. und Technologie UZH-ETH (390100)
Mathematik BSc (404000) ab Semester 05
Rechnergestützte Wissenschaften BSc (406000) ab Semester 05
Quantitative Finance MSc (435000)
Mathematik MSc (437000)
Angewandte Mathematik MSc (437100)
Rechnergestützte Wissenschaften MSc (438000)
Doktorat Mathematik (439002)
Doktorat Physik (464002)
Doktorat Chemie (539002)
Doktorat Chemieingenieurwissenschaften (539102)
Doktorat Interdisziplinäre Naturwissenschaften (539202)
Doktorat Pharmazeutische Wissenschaften (539302)
Doktorat Biologie (564002)
Doktorat Biologie ETH-UZH (565000)
Doktorat Biosysteme (639000)
Doktorat Erdwissenschaften (664002)
Doktorat Erdwissenschaften ETH-UZH (665000)
Doktorat Erdwissenschaften UZH-ETH (665100)
Doktorat Umweltnaturwissenschaften (739002)
Doktorat Agrarwissenschaften (739102)
Doktorat Geistes-, Sozial- & Staatswissenschaften (864002)

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