Materia
Cálculo Numérico en Finanzas
Datos generales de la materia
- Modalidad
- Presencial
- Idioma
- Castellano
Descripción y contextualización de la asignatura
El objetivo de esta materia es la adquisición de los conocimientos, habilidades y destrezas necesarios para resolver problemas numéricos en finanzas mediante un ordenador.Los estudiantes deberían haber cursado las asignaturas de “Matemáticas y Estadística”, “Procesos Estocásticos”. Los conocimientos adquiridos y las herramientas desarrolladas son útiles para otras asignaturas obligatorias de la titulación, como “Derivados”, “Valoración de Activos”, y “Gestión de Riesgos”.
Profesorado
Nombre | Institución | Categoría | Doctor/a | Perfil docente | Área | |
---|---|---|---|---|---|---|
GOROSTIAGA ALONSO, MIREN ARANTZAZU | Universidad del País Vasco/Euskal Herriko Unibertsitatea | Profesorado Agregado | Doctora | Bilingüe | Fundamentos del Análisis Económico | arantza.gorostiaga@ehu.eus |
BENITEZ SUAREZ, RAFAEL | Universitat de València (Estudi General) | Profesorado Titular De Universidad | Doctor | rabesua@uv.es | ||
SUAREZ GONZALEZ, ALBERTO | Universidad Autónoma de Madrid | Profesorado Catedratico De Universidad | Doctor | Ciencia de la Computación e Inteligencia Artificial | alberto.suarez@uam.es |
Competencias
Denominación | Peso |
---|---|
Resolución de problemas numéricos mediante un ordenador. | 25.0 % |
Métodos Monte Carlo y de simulación en finanzas. | 25.0 % |
Métodos numéricos para la resolución de ecuaciones en derivadas parciales. | 25.0 % |
Aplicaciones al modelo de Black-Scholes. | 25.0 % |
Tipos de docencia
Tipo | Horas presenciales | Horas no presenciales | Horas totales |
---|---|---|---|
Magistral | 30 | 60 | 90 |
P. de Aula | 15 | 15 | 30 |
P. Ordenador | 15 | 15 | 30 |
Actividades formativas
Denominación | Horas | Porcentaje de presencialidad |
---|---|---|
Prácticas y seminarios | 60.0 | 50 % |
Teoría | 90.0 | 33 % |
Sistemas de evaluación
Denominación | Ponderación mínima | Ponderación máxima |
---|---|---|
Ensayo, trabajo individual y/o en grupo | 0.0 % | 30.0 % |
Examen escrito | 70.0 % | 100.0 % |
Convocatoria ordinaria: orientaciones y renuncia
Las ponderaciones para obtener la calificación final se aplicarán únicamente si el alumno/a obtiene una calificación global de 5 sobre 10 en las pruebas individuales. En caso contrario, la calificación final será la obtenida en las pruebas individuales.No presentarse al examen de la asignatura supone una renuncia a la correspondiente convocatoria.
La Comisión Académica podrá modificar el sistema de evaluación de las asignaturas por causa sobrevenida. Cualquier posible cambio será anunciado al alumnado a la mayor brevedad posible a través de la plataforma egela.
Temario
1. Introducción a la programación en Matlab2. Introducción al cálculo numérico
• Errores numéricos y su propagación
• Sistemas de ecuaciones lineales
• Autovalores y autovectores
• Ceros de funciones
• Interpolación y extrapolación
• Ajuste y aproximación de funciones
• Optimización
• Cuadraturas y diferencias numéricas
• Métodos Montecarlo para cuadratura
3. Simulación en finanzas
• Métodos Montecarlo para simulación
• Simulación en modelos discretos
• Simulación continua: ecuaciones diferenciales estocásticas
• Series temporales
4. Ecuaciones diferenciales ordinarias: métodos explícitos e implícitos
• Algunos conceptos básicos: interpretación geométrica de la derivadas y el desarrollo en serie de Taylor.
• Resolución numérica de las ecuaciones diferencias ordinarias:
a. Método de Euler adelantado (explícito)
b. Método de Euler atrasado (implícito)
c. Método del punto medio.
d. Métodos de Runge-Kutta
• Reducción del orden y un sistema de ecuaciones diferenciales ordinarias.
• Análisis de errores y estabilidad.
5. Ecuaciones en derivadas parciales: métodos explícitos e implícitos
• Clasificación de las ecuaciones en derivadas parciales lineales de segundo orden.
• Condiciones iniciales y de contorno.
• Representación en diferencias finitas de la ecuación hiperbólica en derivadas parciales (ecuación de advección):
a) Método adelantado en el tiempo y centrado en el espacio (método explícito).
b) Análisis de la estabilidad: método de Von Neumann.
c) Método de Lax
d) Análisis de estabilidad: condición Courant-Friedrichs-Lewy
e) Método de salto escalonado.
• Representación en diferencias finitas de la ecuación parabólica en derivadas parciales (ecuación de difusión):
a) Método adelantado en el tiempo y centrado en el espacio (método explícito).
b) Métodos implícitos:
i. Método implícito completo.
ii. Método de Crank-Nicholson (descomposición LU y método SOR).
6. La ecuación de Black-Scholes
• Derivación de la ecuación de Black-Scholes.
• Análisis de la contribución asociada a la difusión y advección en la ecuación de Black-Scholes.
• Principales aproximaciones en la ecuación de Black-Scholes.
• Condiciones de contorno y condiciones iniciales/finales en la ecuación de Black-Scholes.
• Diferentes payoffs en la ecuación de Black-Scholes: opciones europeas y americanas.
• Derivación analítica de la solución de la ecuación de Black-Scholes.
• Extensiones de la ecuación de Black-Scholes.
7. Implementación en diferencias finitas de la ecuación de Black-Scholes
• Métodos explícitos:
a) Derivación de la representación en diferencias finitas del método explícito.
b) Implementación de diferentes condiciones de contorno.
c) Errores globales y locales.
d) Análisis de la estabilidad (método von Neumann).
• Métodos implícitos:
a) Derivación de la representación en diferencias finitas del método implícito completo.
b) Método de Crank-Nicholson.
8. Otros métodos numéricos
• Filosofía de un nuevo método.
• Esquema de Douglas.
• Métodos de tres niveles temporales: Du-Fort Frankel.
• Extrapolación de Richardson.
• Opciones americanas.
Bibliografía
Bibliografía básica
• M. T. Heath (2001) “Scientific Computing: An Introductory Survey”, 2nd. ed. McGraw-Hill.• P. Glasserman (2003): “Monte Carlo Methods in Financial Engineering” Springer-Verlag.
• P. Wilmott, S. Howison, and J. Dewinne (1996) “The mathematics of Financial Derivatives” Cambridge University Press.
Bibliografía de profundización
• C.-E. Fröberg (1985) “Numerical Mathematics. Theory and Computer Applications”. Addison-Wesley.• W.H. Press, S. A. Teukolsky, W. T. Vettering and B. P. Flannery, (1992) “Numerical Recipes in C: The art of Scientific Computing”
• Paul Wilmott (1999) “Derivatives: The theory and Practice of Financial Engineering” John Wiley and Sons NY
• J. Michael Steele “Stochastic Calculus and Financial Applications”, Springer Verlag; (2000)
• P. J. Brockwell and R. A. Davies (1996) “Introduction to Time Series and Forecasting” Springer-Verlag.
• P. J. Brockwell and R. A. Davies (1991) “Time Series: Theory and Methods”
• J. D. Hamilton (1994) “Time series analysis” Princeton University Press, Princeton.
• J.C. Hull (2000) “Options, Futures and other derivatives” Prentice Hall.
• G.D. Smith (1985) “Numerical solution of partial differential equations: Finite difference methods”, Clarendon Press, Oxford.