American-Type Options (eBook)
519 Seiten
De Gruyter (Verlag)
978-3-11-032982-7 (ISBN)
This book gives a systematical presentation of stochastic approximation methods for models of American-type options with general pay-off functions for discrete time Markov price processes. It is the first volume of the comprehensive two volumes monograph.
Dmitrii S. Silvestrov, Stockholm University, Sweden.
lt;!doctype html public "-//w3c//dtd html 4.0 transitional//en">
Dmitrii S. Silvestrov, Stockholm University,Sweden.
Preface 5
1 Multivariate modulated Markov log-price processes (LPP) 11
1.1 Markov LPP 11
1.2 LPP represented by random walks 18
1.3 Autoregressive LPP 28
1.4 Autoregressive stochastic volatility LPP 38
2 American-type options 54
2.1 American-type options 54
2.2 Pay-off functions 57
2.3 Reward and log-reward functions 63
2.4 Optimal stopping times 73
2.5 American-type knockout options 82
3 Backward recurrence reward algorithms 86
3.1 Binomial tree reward algorithms 86
3.2 Trinomial tree reward algorithms 98
3.3 Random walk reward algorithms 110
3.4 Markov chain reward algorithms 116
4 Upper bounds for option rewards 125
4.1 Markov LPP with bounded characteristics 125
4.2 LPP represented by random walks 137
4.3 Markov LPP with unbounded characteristics 143
4.4 Univariate Markov Gaussian LPP 164
4.5 Multivariate modulated Markov Gaussian LPP 169
5 Convergence of option rewards – I 177
5.1 Asymptotically uniform upper bounds for rewards – I 178
5.2 Modulated Markov LPP with bounded characteristics 190
5.3 LPP represented by modulated random walks 204
6 Convergence of option rewards – II 213
6.1 Asymptotically uniform upper bounds for rewards – II 214
6.2 Univariate modulated LPP with unbounded characteristics 224
6.3 Asymptotically uniform upper bounds for rewards – III 230
6.4 Multivariate modulated LPP with unbounded characteristics 241
6.5 Conditions of convergence for Markov price processes 248
7 Space-skeleton reward approximations 251
7.1 Atomic approximation models 252
7.2 Univariate Markov LPP with bounded characteristics 261
7.3 MultivariateMarkov LPP with bounded characteristics 272
7.4 LPP represented by multivariate modulated random walks 285
7.5 MultivariateMarkov LPP with unbounded characteristics 304
8 Convergence of rewards for Markov Gaussian LPP 313
8.1 Univariate Markov Gaussian LPP 313
8.2 Multivariate modulated Markov Gaussian LPP 322
8.3 Markov Gaussian LPP with estimated characteristics 331
8.4 Skeleton reward approximations for Markov Gaussian LPP 345
8.5 LPP represented by Gaussian random walks 357
9 Tree-type approximations for Markov Gaussian LPP 367
9.1 Univariate binomial tree approximations 368
9.2 Multivariate binomial tree approximations 377
9.3 Multivariate trinomial tree approximations 389
9.4 Inhomogeneous in space binomial approximations 404
9.5 Inhomogeneous in time and space trinomial approximations 408
10 Convergence of tree-type reward approximations 423
10.1 Univariate binomial tree approximation models 423
10.2 Multivariate homogeneous in space tree models 434
10.3 Univariate inhomogeneous in space tree models 451
10.4 Multivariate inhomogeneous in space tree models 466
Bibliographical Remarks 475
Bibliography 485
Index 511
Erscheint lt. Verlag | 27.11.2014 |
---|---|
Reihe/Serie | De Gruyter Studies in Mathematics |
De Gruyter Studies in Mathematics | |
ISSN | ISSN |
Verlagsort | Berlin/Boston |
Sprache | englisch |
Themenwelt | Mathematik / Informatik ► Mathematik ► Algebra |
Mathematik / Informatik ► Mathematik ► Angewandte Mathematik | |
Mathematik / Informatik ► Mathematik ► Statistik | |
Mathematik / Informatik ► Mathematik ► Wahrscheinlichkeit / Kombinatorik | |
Technik | |
Schlagworte | American option • approximation algorithm • Convergence of Rewards • Markov Chain • Optimal Stopping |
ISBN-10 | 3-11-032982-4 / 3110329824 |
ISBN-13 | 978-3-11-032982-7 / 9783110329827 |
Haben Sie eine Frage zum Produkt? |
![PDF](/img/icon_pdf_big.jpg)
Größe: 6,0 MB
DRM: Digitales Wasserzeichen
Dieses eBook enthält ein digitales Wasserzeichen und ist damit für Sie personalisiert. Bei einer missbräuchlichen Weitergabe des eBooks an Dritte ist eine Rückverfolgung an die Quelle möglich.
Dateiformat: PDF (Portable Document Format)
Mit einem festen Seitenlayout eignet sich die PDF besonders für Fachbücher mit Spalten, Tabellen und Abbildungen. Eine PDF kann auf fast allen Geräten angezeigt werden, ist aber für kleine Displays (Smartphone, eReader) nur eingeschränkt geeignet.
Systemvoraussetzungen:
PC/Mac: Mit einem PC oder Mac können Sie dieses eBook lesen. Sie benötigen dafür einen PDF-Viewer - z.B. den Adobe Reader oder Adobe Digital Editions.
eReader: Dieses eBook kann mit (fast) allen eBook-Readern gelesen werden. Mit dem amazon-Kindle ist es aber nicht kompatibel.
Smartphone/Tablet: Egal ob Apple oder Android, dieses eBook können Sie lesen. Sie benötigen dafür einen PDF-Viewer - z.B. die kostenlose Adobe Digital Editions-App.
Zusätzliches Feature: Online Lesen
Dieses eBook können Sie zusätzlich zum Download auch online im Webbrowser lesen.
Buying eBooks from abroad
For tax law reasons we can sell eBooks just within Germany and Switzerland. Regrettably we cannot fulfill eBook-orders from other countries.
aus dem Bereich