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 Mathematics - 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 |
---|
Insegnamenti | Crediti | TAF | SSD |
---|
Insegnamenti | Crediti | TAF | SSD |
---|
Tre insegnamenti a scelta
Un insegnamento a scelta
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.
Numerical methods for mathematical finance (seminar course) (2016/2017)
Codice insegnamento
4S001114
Docente
Coordinatore
Crediti
6
Lingua di erogazione
Inglese
Settore Scientifico Disciplinare (SSD)
MAT/08 - ANALISI NUMERICA
Periodo
II sem. dal 1 mar 2017 al 9 giu 2017.
Obiettivi formativi
Nell’insegnamento verranno trattati i seguenti argomenti:
* alberi binari
* tempo continuo (moto browniano geometrico, Black-Scholes, Feynman-Kac)
* stima della volatilità dai dati storici
* metodi veloci per alberi
* opzioni path dependent
* metodi numerici per equazioni di diffusione e trasporto (Eulero, Crank-Nicolson, applicazione a Black-Scholes)
* opzioni asiatiche, americane
* modelli di diffusione con salti
* modello di Merton
* trasformata veloce di Gauss e applicazione al prezzaggio di opzioni
* calibrazione da dati storici
* metodi di Monte Carlo
* discretizzazione di equazioni differenziali stocastiche
* Applicazioni ai mercati dell’energia
Programma
Nell’insegnamento verranno trattati i seguenti argomenti:
* alberi binari
* tempo continuo (moto browniano geometrico, Black-Scholes, Feynman-Kac)
* stima della volatilità dai dati storici
* metodi veloci per alberi
* opzioni path dependent
* metodi numerici per equazioni di diffusione e trasporto (Eulero, Crank-Nicolson, applicazione a Black-Scholes)
* opzioni asiatiche, americane
* modelli di diffusione con salti
* modello di Merton
* trasformata veloce di Gauss e applicazione al prezzaggio di opzioni
* calibrazione da dati storici
* metodi di Monte Carlo
* discretizzazione di equazioni differenziali stocastiche
* Applicazioni ai mercati dell’energia
Modalità d'esame
L'esame sarà di fare un progetto di approfondimento e implementazione su un argomento del corso