هدف از این درس آشنایی با مفاهیم کلاسیک ریاضی مالی به ویژه مشتقات مالی و قیمت گذاری آنها است. برای این منظور مدلهای گسسته و پیوسته برای مدل سازی فرآیند تصادفی قیمت سهام استفاده میشود. علاوه بر این، مباحث جدیدی در حوزه یادگیری مالی (کاربردهای هوش مصنوعی) ارایه خواهند شد.
سرفصل
1- Portfolio optimization in discrete-time models.
2- Binomial model for option pricing.
3- Absence of arbitrage and completeness of market models.
4- Hamilton-Jacobi-Bellman equation.
5- Ito’s formula and stochastic differential equations.
6- Partial differential equations in finance.
7- Black-Scholes model for option pricing and hedging strategies.
8- American options.
9- Deep learning application in valuation.
10- Reinforcement learning for Hedging.
11- Machine learning application in optimal stopping time.
ارزیابی:
میان ترم: ۶ نمره. تاریخ امتحان ۱۴ اردیبهشت ۱۴۰۲ (ساعت ۹ صبح) پروژه تحویلی: ۶ نمره. مهلت تحویل ۱۵ تیرماه پایان ترم: ۸ نمره به صورت امتحان شفاهی که شامل ارایه پروژه است در تاریخ ۲۰ تیر ۱۴۰۲.
مراجع:
1- Gianin, E.R., and Carlo S., Mathematical Finance: Theory Review and Exercises: From Binomial Model to Risk Measures. Vol. 70. Springer Science & Business Media, 2014.
2- Elliott R.J., Kopp P.E., Mathematics of financial markets. New York: Springer; 2005.