Die vorliegende Diplomarbeit beschäftigt sich mit der Bewertung von amerikanischen dividendenlosen Optionen mit Hilfe des Heston Models, einem stochastischen Volatilitätsmodel. Dabei werden für diesen Bewertungsansatz zwei numerische Methoden vorgestellt, eine basierend auf zweidimensionalen Bäumen [BN09], die andere auf einer kleinsten Quadrate Monte Carlo Simulation [LS01]. Im Heston Model sind Aktienkurse und Volatilitäten negative miteinander korreliert. Um diese Korrelation zu eliminieren und einen pfadunabhängigen zweidimensionalen Baum zu erzeugen, schlagen Beliaeva und Nawalkha eine multidimensional Transformation vor. Die Ergebnisse des zweidimensionalen Heston Baum Ansatzes werden mit den Resultaten des LSM Algorithmus verglichen, welcher ebenfalls anhand eines numerischen Beispiels vorgestellt wird. Darüber hinaus werden die wichtigsten Einflussfaktoren auf die beiden Algorithmen analysiert und deren Vor- und Nachteile dargestellt.     «

Die vorliegende Diplomarbeit beschäftigt sich mit der Bewertung von amerikanischen dividendenlosen Optionen mit Hilfe des Heston Models, einem stochastischen Volatilitätsmodel. Dabei werden für diesen Bewertungsansatz zwei numerische Methoden vorgestellt, eine basierend auf zweidimensionalen Bäumen [BN09], die andere auf einer kleinsten Quadrate Monte Carlo Simulation [LS01]. Im Heston Model sind Aktienkurse und Volatilitäten negative miteinander korreliert. Um diese Korrelation zu eliminieren u...     »