Universität Konstanz Fachbereich Mathematik und Statistik J. Schropp WS 2016/2017 Übungen zu Numerik stochastischer Differentialgleichungen http://www.math.uni-konstanz.de/~ schropp/numstoch.html Blatt 6 Ausgabe: 1.2.2017, Abgabe: 8.2.2017 (6 Punkte) Aufgabe 1 Wiederholen Sie in Matlab die Rechnungen von den Aufgaben 1 und 2, Blatt 5, indem Sie mit der dort vorgestellten Technik die schwache Konvergenzordnung (für die Testfunktion g = id) des Euler-Maruyama- und des Milstein-Verfahrens bestimmen. (6 Punkte) Aufgabe 2 Gegeben sei die SDGL dSt = rSt dt + σSt dWt , S0 = S̄ ∈ R, t ∈ [0, T ], (1) welche den Preis einer Aktie modelliert. Die Daten seien durch r = 0.1, σ = 0.01, S̄ = 1 und T = 1 gegeben. a) Zur Überprüfung ob schwache Konvergenz auch ohne genaue Approximation der Pfade erzielt werden kann, betrachten wir für (1) das Verfahren √ Ŷtn+1 = Ŷtn + r Ŷtn h + σ Ŷtn hξn , Ŷ0 = S̄, n<N mit h = T /N und unabhängigen, identisch verteilten Zufallsvariablen ξn , die P (ξn = 1) = P (ξn = −1) = 1 2 erfüllen. Dieses Verfahren sollte mit Ordnung 1 schwach konvergieren, sofern die Testfunktionen genügend glatt sind. 1) Führen Sie analog zu Aufgabe 1 in Matlab eine numerische Untersuchung der schwachen Konvergenz durch für die Testfunktionen g(x) = x bzw. g(x) = x2 . Wählen Sie dazu 200000 Pfade zur approximativen Erwartungswertbestimmung. 2) Wählen Sie nun die (nur Lipschitz-stetigen) Testfunktionen g(x) = e−rT (x − K)+ bzw. g(x) = e−rT (K − x)+ und überprüfen Sie, ob der Fehler E(g(S )) − E(g( Ŷ )) T T immer noch die Konvergenzordnung 1 erreicht (wählen Sie K = 1.105). b) Berechnen Sie mit dem Verfahren aus Teil a) für N = 1000 eine möglichst gute Näherung für den Wert einer asiatischen Call-Option zum Zeitpunkt t = 0 mit der Auszahlungsfunktion + Z 1 T V (ST ) = ST − St dt . T 0 Verwenden Sie hier folgende Daten: r = 0.04, σ = 0.25, S̄ = 100 und T = 1. (6 Punkte) Aufgabe 3 a) Seien X eine standard-normalverteilte Zufallsvariable und f : R → R eine monoton wachsende Funktion. Zeigen Sie für f˜(x) := 21 (f (x) + f (−x)) folgende (Un-) Gleichungen: 1 E(f˜(X)) = E(f (X)) und V (f˜(X)) ≤ V (f (X)). 2 Hinweis: Zeigen Sie für die Ungleichung zunächst cov(f (X), f (−X)) ≤ 0. b) Betrachten Sie erneut die SDGL (1) mit den zugehörigen Daten, ersetzen Sie aber σ = 0.01 durch σ = 0.5. Berechnen Sie in Matlab die diskreten Prozesse √ Sn+1 = Sn (1 + r∆t + σ ∆tXn ), √ − Sn+1 = Sn− (1 + r∆t + σ ∆tXn− ) mit Xn ∼ N (0, 1) und Xn− := −Xn für n = 0, 1 . . . , N zur Schrittweite ∆t = T . Wählen Sie N = 1000 und veranschaulichen Sie die beiden Lösungspfade in N einem Schaubild. Tragen Sie zudem den Pfad S̃n := 21 (Sn + Sn− ) zusammen mit dem erwarteten Pfad in das Schaubild mit ein. c) Betrachten Sie nun für die Funktion f aus Teil a) die Auszahlungsfunktion zum Zeitpunkt T + √ 1 2 f (X) := S̄ exp r − σ T + σ TX − K 2 einer Call-Option für die gleichen Daten wie in Teil b) und K = 1.105 mit X ∼ N (0, 1). Berechnen Sie damit in Matlab approximativ den Optionswert zum Zeitpunkt t = 0 V0 = e−rT E(g(X)), X ∼ N (0, 1) ˜ Vergleichen Sie numerisch auch die Varieinmal mit g = f und einmal mit g = f. anzen V (f (X)) und V (f˜(X)). Übungstermin: 15.2.2017.