Es werden drei Lösungsansätze zur Bestimmung der erwartungsnutzenoptimalen Strategie für logarithmische, Potenz- und exponentielle Nutzenfunktionen in einem zeitdiskreten Modellrahmen diskutiert und verglichen. Dynamische Programmierung (DP) ist eine klassische Methode, die das Problem unter Beachtung von Optimalitätskriterien rekursiv löst. Dabei werden in einem DP-Algorithmus, ausgehend von der optimalen Strategie in der letzten Zeitperiode, sukzessive die optimalen Strategien für die vorherigen Zeitperioden bestimmt. Risk Neutral Computational Approach (RNCA) ist der zweite Lösungsansatz. Hierbei besteht die Kernidee darin, die Vollständigkeit und die Arbitragefreiheit des Marktes geschickt zur Bestimmung der gesuchten Größen zu nutzen. Die Martingal-Methode (MM) ist die dritte Möglichkeit zur Bestimmung der Lösung. Für die Potenznutzen- bzw. die logarithmische Nutzenfunktion ergibt sich in einem zeitlich-homogenen Markt, dass der Anteil des Vermögens, das in jedes Wertpapier investiert wird, konstant ist. Für eine exponentielle Nutzenfunktion ist hingegen jeweils der in jedes Wertpapier investierte Geldbetrag über die Zeit konstant. In einem zeitlich-inhomogenen Markt gelten diese Beziehungen nicht. Die Anteile bzw. Beträge schwanken im Verlauf. Am Ende der Arbeit werden die verschiedenen Ansätze verglichen.     «

Es werden drei Lösungsansätze zur Bestimmung der erwartungsnutzenoptimalen Strategie für logarithmische, Potenz- und exponentielle Nutzenfunktionen in einem zeitdiskreten Modellrahmen diskutiert und verglichen. Dynamische Programmierung (DP) ist eine klassische Methode, die das Problem unter Beachtung von Optimalitätskriterien rekursiv löst. Dabei werden in einem DP-Algorithmus, ausgehend von der optimalen Strategie in der letzten Zeitperiode, sukzessive die optimalen Strategien für die vorherig...     »