AG Finanzmathematik

Man sieht einen Mann vor einer beschriebenen Tafel.

Allgemeine Information

Unten sind die Vorlesungen aufgelistet, die unsere Arbeitsgruppe im Sommersemester 2019 anbietet.

Wenn Sie im Sommersemester an einem Seminar, Projektseminar (siehe Anmeldeformular) oder Reading Course teilnehmen möchten, melden Sie sich bitte bis zum 31. März 2019 per E-Mail bei dem jeweiligen Betreuer. Termine werden in Absprache mit den Teilnehmern festgelegt.

Wenn Sie eine Abschlussarbeit in unserer Arbeitsgruppe schreiben möchten, setzen Sie sich einfach direkt mit dem gewünschten Betreuer in Verbindung.

Die Veranstaltungen, die unregelmäßig stattfinden, sind für die kommenden Semester wie folgt geplant:

  • Sommersemester 2019: Financial Statistics (angeboten von der AG Statistik)
  • Wintersemester 2019/20: Continuous-Time Portfolio Optimization

Wichtige Links

  • KIS: Termine der Veranstaltungen
  • URM: Anmeldung zu Übungen (offen bis 18. April 2019)
  • OpenOLAT: Kursmaterialien und weitere Informationen (Zugangscodes erhalten Sie in der ersten Vorlesung)

Vorlesungen im Sommersemester

Unsere Arbeitsgruppe bietet im Sommersemester 2019 folgende Vorlesungen an:

Grundlagen der Finanzmathematik

Inhalte

Es werden die grundlegenden Konzepte der Finanzmathematik in diskreter Zeit behandelt:

  • Ein-Perioden-Modell
  • Stochastische Modellierung von Finanzmärkten
  • Risikoneutrale Bewertung
  • Fundamentalsätze der Preistheorie

Kontaktzeit

2 SWS / 30 h Vorlesung mit integrierten Übungen

Die Vorlesung wird jedes Jahr im Sommersemester angeboten. Sie findet geblockt in der ersten Semesterhälfte statt.

Inhaltliche Voraussetzungen

Modul "Grundlagen der Mathematik", Lehrveranstaltung "Stochastische Methoden"

Links

Hier geht es zum KIS-Eintrag: Grundlagen der Finanzmathematik (Vorlesung)

Hier geht es zum OLAT-Kurs: TUK Grundlagen der Finanzmathematik SS 19

Probability Concepts for Financial Markets (Wahrscheinlichkeitstheoretische Konzepte für Finanzmärkte)

Inhalte

  • Modellierung zeitdiskreter Finanzmärkte
  • Anwendung von Konzepten der Wahrscheinlichkeitstheorie: Bedingter Erwartungswert, Martingale, Stoppzeiten, Maßwechsel
  • Binomialmodell
  • Preistheorie in zeitdiskreten Finanzmärkten
  • Bewertung europäischer Optionen
  • Bewertung amerikanischer Optionen
  • Grundzüge der Portfolio-Optimierung

Kontaktzeit

2 SWS / 30 h Kompaktkurs mit integrierten Übungen / Seminar

Der Kompaktkurs findet jedes Semester jeweils in den ersten Wochen (vor Beginn der Vorlesungszeit) statt.

Inhaltliche Voraussetzungen

Lehrveranstaltung "Probability Theory"

Financial Mathematics (Finanzmathematik)

Inhalte

  • Grundlagen der stochastischen Analysis (Brownsche Bewegung, Itô-Integral, Itô-Formel, Martingaldarstellungssatz, Satz von Girsanov, lineare stochastische Differentialgleichungen, Satz von Feynman und Kac)
  • Diffusionsmodell für Aktienpreise und Handelsstrategien
  • Vollständigkeit des Marktes
  • Optionsbewertung nach dem Duplikationsprinzip, Black-Scholes-Formel
  • Optionsbewertung und partielle Differentialgleichungen
  • Exotische Optionen
  • Arbitragegrenzen (Put-Call-Parität, Parität der Preise für europäische und amerikanische Calls)

Kontaktzeit

4 SWS / 60 h Vorlesung
2 SWS / 30 h Übung

Die Vorlesung wird jedes Jahr im Sommersemester angeboten.

Inhaltliche Voraussetzungen

Lehrveranstaltung "Probability Theory"

Links

Life Insurance Mathematics (Lebensversicherungsmathematik)

Inhalte

  • Elementare Finanzmathematik (Zinsrechnung)
  • Sterblichkeit
  • Versicherungsleistungen
  • Nettoprämien und Nettodeckungskapital
  • Einbeziehung der Kosten
  • Versicherung auf verbundene Leben
  • Verschiedene Ausscheideursachen

Kontaktzeit

2 SWS / 30 h Vorlesung

Die Vorlesung wird jedes Jahr im Sommersemester angeboten. Sie findet geblockt in der zweiten Semesterhälfte statt.

Inhaltliche Voraussetzungen

Lehrveranstaltung "Stochastische Methoden"

Links

Hier geht es zum KIS-Eintrag: Life Insurance Mathematics (Vorlesung)

Hier geht es zum OLAT-Kurs: TUK Life Insurance Mathematics SS 19

Seminare und Reading Course

Unsere Arbeitsgruppe bietet im Sommersemester 2019 folgende ergänzende Veranstaltungen an:

Seminar: Risk Measures and Rating Systems

Kontaktzeit

2 SWS / 30 h Seminar

Melden Sie sich bitte bis zum 31. März 2019 per E-Mail bei Prof. Dr. Jörn Saß. Termine werden dann in Absprache mit den Teilnehmern festgelegt.

Inhaltliche Voraussetzungen

Lehrveranstaltung "Probability Theory" sowie mindestens eine der Lehrveranstaltungen "Non-Life Insurance Mathematics" und "Financial Mathematics"

Links

Hier geht es zum KIS-Eintrag: Seminar: Risk Measures and Rating Systems

Hier geht es zum OLAT-Kurs: TUK Seminar Risk Measures and Rating Systems SS 19

Projektseminar: Advanced Modelling in Actuarial and Financial Mathematics

Inhalte

Methods of Machine Learning in Finance and Insurance

Kontaktzeit

2 SWS / 30 h Projektbegleitung

Melden Sie sich bitte bis zum 31. März 2019 per E-Mail bei Prof. Dr. Jörn Saß. Termine werden dann in Absprache mit den Teilnehmern festgelegt.

Reading Course: Advanced Topics in Actuarial and Financial Mathematics

Inhalte

Methods of Machine Learning in Finance and Insurance

Kontaktzeit

Melden Sie sich bitte bis zum 31. März 2019 per E-Mail bei Prof. Dr. Jörn Saß. Termine werden dann in Absprache mit den Teilnehmern festgelegt.

Vorlesungen für Studierende anderer Fachrichtungen

Unsere Arbeitsgruppe bietet im Sommersemester 2019 folgende Vorlesungen für Studierende anderer Fachrichtungen an:

Statistik II für Wirtschaftswissenschaftler

Inhalte

Grundlagen der Wahrscheinlichkeitstheorie:

  • Grundbegriffe der Wahrscheinlichkeitstheorie
  • spezielle Verteilungen
  • Erwartungswert, Varianz, Kovarianz
  • Gesetz der großen Zahlen, zentraler Grenzwertsatz

Grundlagen der Statistik:

  • explorative Verfahren zur Modellvalidierung
  • Schätzer für Verteilungsparameter
  • Konfidenzintervalle
  • Tests, statistische Entscheidungsverfahren und deren Anwendung (u.a. t-Tests, F-Test, Chi-Quadrat-Anpassungstest)

Kontaktzeit

2 SWS / 30 h Vorlesung
2 SWS / 30 h Übung

Inhaltliche Voraussetzungen

Grundkenntnisse in Analysis (z.B. Höhere Mathematik I oder Mathematik für Wirtschaftswissenschaftler)

Zum Seitenanfang