Studiare
In questa sezione è possibile reperire le informazioni riguardanti l'organizzazione pratica del corso, lo svolgimento delle attività didattiche, le opportunità formative e i contatti utili durante tutto il percorso di studi, fino al conseguimento del titolo finale.
Piano Didattico
Queste informazioni sono destinate esclusivamente agli studenti e alle studentesse già iscritti a questo corso.Se sei un nuovo studente interessato all'immatricolazione, trovi le informazioni sul percorso di studi alla pagina del corso:
Laurea magistrale in Banca e finanza - Immatricolazione dal 2025/2026Il piano didattico è l'elenco degli insegnamenti e delle altre attività formative che devono essere sostenute nel corso della propria carriera universitaria.
Selezionare il piano didattico in base all'anno accademico di iscrizione.
1° Anno
Insegnamenti | Crediti | TAF | SSD |
---|
2° Anno Attivato nell'A.A. 2024/2025
Insegnamenti | Crediti | TAF | SSD |
---|
Un insegnamento a scelta
Un insegnamento a scelta
Insegnamenti | Crediti | TAF | SSD |
---|
Insegnamenti | Crediti | TAF | SSD |
---|
Un insegnamento a scelta
Un insegnamento a scelta
Insegnamenti | Crediti | TAF | SSD |
---|
Legenda | Tipo Attività Formativa (TAF)
TAF (Tipologia Attività Formativa) Tutti gli insegnamenti e le attività sono classificate in diversi tipi di attività formativa, indicati da una lettera.
Metodi computazionali per la finanza (2024/2025)
Codice insegnamento
4S00535
Docente
Coordinatore
Crediti
6
Lingua di erogazione
Italiano
Settore Scientifico Disciplinare (SSD)
SECS-S/06 - METODI MATEMATICI DELL'ECONOMIA E DELLE SCIENZE ATTUARIALI E FINANZIARIE
Periodo
Primo semestre LM dal 30 set 2024 al 23 dic 2024.
Corsi Singoli
Autorizzato
Obiettivi di apprendimento
Il corso si propone di descrivere ed analizzare i principali metodi numerici per la valutazione dei derivati e per la gestione del rischio. In particolare, verranno esaminati: - metodi ad albero - metodi alle differenze finite (implicito, esplicito, Crank-Nicholson) - metodi Monte Carlo Alla fine del corso, lo studente dovrà essere in grado di implementare efficientemente in Java e/o Python tutti i metodi presentati. Sebbene non sia prevista alcuna propedeuticità formale, gli argomenti trattati nei corsi di Modelli Stocastici per la Finanza e di Finanza Matematica risultano essere un prerequisito essenziale.
Prerequisiti e nozioni di base
Conoscenza del linguaggio di programmazione Java e dei concetti più importanti di Matematica Finanziaria in tempo discreto e continuo.
Programma
1. Uso di metodi ad albero con applicazione alla valutazione di derivati finanziari: vedremo come prezzare derivati europei e path dependent tramite l'uso di alberi binomiali e trinomiali. In particolare, ci concentreremo inizialmente su opzioni europee e con barriera.
2. Simulazione Monte Carlo di processi stocastici con applicazione alla valutazione di derivati finanziari: in particolare, discuteremo i metodi Euler-Maruyama e Milstein per la discretizzazione di SDE, e la loro implementazione per l'approssimazione del valore atteso di un payoff dipendente dalla soluzione delle SDE. Vedremo vantaggi e svantaggi dell'utilizzo di queste tecniche nella valutazione di derivati europei e opzioni con barriera.
3. Soluzione numerica di PDE con applicazione alla valutazione di derivati finanziari: vedremo che la formula di Feynman-Kac ci permette di valutare un derivato finanziario anche tramite la soluzione numerica di una PDE, i cui coefficienti sono associati a quelli della SDE risolta dal sottostante. Vedremo dunque i classici metodi numerici alle differenze finite: Newton esplicito e implicito e Crank-Nicolson. Potremo anche confrontare i risultati ottenuti in questo modo con quelli dati dai metodi descritti sopra.
4. Valutazione di opzioni Americane e Bermudan: se il tempo ce lo permetterà, ci concentreremo sui derivati il cui titolare ha il diritto di esercitare prima della scadenza: vedremo i problemi insiti nella valutazione di queste opzioni e le tecniche numeriche più comunemente usate. Vedremo anche come si comportano i tre metodi visti sopra (alberi, Monte Carlo con discretizzazione delle SDE, soluzione numerica di PDE) in questo contesto.
Modalità didattiche
Lezioni frontali. Le registrazioni saranno messe a disposizione degli studenti dopo 15 giorni dalla lezione.
Modalità di verifica dell'apprendimento
Esame scritto e consegna di un progetto in Java su uno o più argomenti del corso.
Criteri di valutazione
Per quanto concerne l'esame scritto, si richiede allo studente di dimostrare una conoscenza critica ed approfondita degli argomenti affrontati nel corso, sia per quanto riguarda gli aspetti più teorici sia per quelli implementativi. Le risposte devono essere precise e attinenti alla domande.
Il progetto Java deve poter essere eseguito senza errori e fornire i risultati attesi. Deve inoltre seguire le best practice di cui discuteremo nel corso, e in particolare essere ben documentato.
Criteri di composizione del voto finale
L'esame scritto costituisce il 75% del punteggio finale, il progetto in Java il restante 25%.
Lingua dell'esame
Italiano
Sustainable Development Goals - SDGs
Questa iniziativa contribuisce al perseguimento degli Obiettivi di Sviluppo Sostenibile dell'Agenda 2030 dell'ONU.Maggiori informazioni su www.univr.it/sostenibilita