Die zunehmende Vielfalt und Komplexität von Finanzprodukten verlangen nach hocheffizienten Bewertungs-Frameworks, die es ermöglichen, mit einem einzigen Softwareprodukt verschiedene Problemstellungen zu behandeln und dadurch Code-Redundanzen und wiederholte Code-Entwicklungen zu umgehen.
In dieser Arbeit wurde ein allgemeines Bewertungs-Framework entwickelt, welches auf partiellen Differentialgleichungen und der domänenspezifischen Modelliersprache ThetaML basiert und verschiedene stochastische Prozesse unterstützt.
Zur Diskretisierung wurden räumlich adaptive dünne Gitter eingesetzt, so dass auch höhere Dimensionen behandelt werden können.
Mit der implementierten Bewertungs-Toolbox ist es möglich, eine Vielzahl an Finanzprodukten mit bis zu sechs Dimensionen zu bewerten. Es können unter anderem europäische und amerikanische Basket-Optionen, verschiedene exotische Optionen und Zinsderivate, aber auch variable Annuitäten behandelt werden.
«
Die zunehmende Vielfalt und Komplexität von Finanzprodukten verlangen nach hocheffizienten Bewertungs-Frameworks, die es ermöglichen, mit einem einzigen Softwareprodukt verschiedene Problemstellungen zu behandeln und dadurch Code-Redundanzen und wiederholte Code-Entwicklungen zu umgehen.
In dieser Arbeit wurde ein allgemeines Bewertungs-Framework entwickelt, welches auf partiellen Differentialgleichungen und der domänenspezifischen Modelliersprache ThetaML basiert und verschiedene stochastische...
»