Analysis and numerical methods for stochastic volatility models in valuation of financial derivatives
Use this link to cite
http://hdl.handle.net/2183/17813Collections
- Teses de doutoramento [2150]
Metadata
Show full item recordTitle
Analysis and numerical methods for stochastic volatility models in valuation of financial derivativesAuthor(s)
Directors
Vázquez, CarlosDate
2016Center/Dept./Entity
Universidade da Coruña. Departamento de MatemáticasAbstract
[Abstract]
The main objective of this thesis concerns to the study of the SABR stochastic volatility
model for the underlyings (equity or interest rates) in order to price several market
derivatives. When dealing with interest rate derivatives the SABR model is joined
with the LIBOR market model (LMM) which is the most popular interest rate model
in our days. In order to price derivatives we take advantage not only of Monte Carlo
algorithms but also of the numerical resolution of the partial di erential equations
(PDEs) associated with these models. The PDEs related to SABR/LIBOR market
models are high dimensional in space. In order to cope with the curse of dimensionality
we will take advantage of sparse grids. Furthermore, a detailed discussion about
the calibration of the parameters of these models to market prices is included. To this
end the Simulated Annealing global stochastic minimization algorithm is proposed.
The above mentioned algorithms involve a high computational cost. In order
to price derivatives and calibrate the models as soon as possible we will make use
of high performance computing (HPC) techniques (multicomputers, multiprocessors
and GPUs).
Finally, we design a novel algorithm based on Least-Squares Monte Carlo (LSMC)
in order to approximate the solution of Backward Stochastic Di erential Equations
(BSDEs). [Resumen]
El objetivo principal de la tesis se centra en el estudio del modelo de volatilidad
estocástica SABR para los subyacentes (activos o tipos de interés) con vista a la
valoración de diferentes productos derivados. En el caso de los derivados de tipos de
interés, el modelo SABR se combina con el modelo de mercado de tipos de interés más
popular en estos momentos, el LIBOR market model (LMM). Los métodos numéricos
de valoración son fundamentalmente de tipo Monte Carlo y la resolución numérica
de los modelos de ecuaciones en derivadas parciales (EDPs) correspondientes. Las
EDPs asociadas a modelos SABR/LIBOR tienen alta dimensión en espacio, por lo
que se estudian técnicas de sparse grid para vencer la maldición de la dimensión.
Además, se discute detalladamente cómo calibrar los parámetros de los modelos a las
cotizaciones de mercado, para lo cual se propone el uso del algoritmo de optimización
global estocástica Simulated Annealing.
Los algoritmos citados tienen un alto coste computacional. Con el objetivo de
que tanto las valoraciones como las calibraciones se hagan en el menor tiempo posible
se emplean diferentes técnicas de computación de altas prestaciones (multicomputadores,
multiprocesadores y GPUs.)
Finalmente se dise~na un nuevo algoritmo basado en Least-Squares Monte Carlo
(LSMC) para aproximar la solución de Backward Stochastic Differential Equations
(BSDEs). [Resumo]
O obxectivo principal da tese céntrase no estudo do modelo de volatilidade estocástica
SABR para os subxacentes (activos ou tipos de xuro) con vista á valoración de diferentes
produtos derivados. No caso dos derivados de tipos de xuro, o modelo SABR
combínase co modelo de mercado de tipos de xuro máis popular nestos momentos, o
LIBOR market model (LMM). Os métodos numéricos de valoración son fundamentalmente
de tipo Monte Carlo e a resolución numérica dos modelos de ecuacións
en derivadas parciais (EDPs) correspondentes. As EDPs asociadas aos modelos
SABR/LIBOR te~nen alta dimensión en espazo, polo que se estudan técnicas de sparse
grid para vencer a maldición da dimensión. Ademais, discútese detalladamente como
calibrar os parámetros dos modelos ás cotizacións de mercado, para o cal se propón
o emprego do algoritmo de optimización global estocástica Simulated Annealing.
Os algoritmos citados te~nen un alto custo computacional. Co obxectivo de que
tanto as valoracións como as calibracións se fagan no menor tempo posible empréganse
diferentes técnicas de computación de altas prestacións (multicomputadores, multiprocesadores
e GPUs.)
Finalmente deséñase un novo algoritmo baseado en Least-Squares Monte Carlo
(LSMC) para aproximar a solución de Backward Stochastic Differential Equations
(BSDEs).
Keywords
Análisis financiero-Modelos matemáticos
Mercado financiero
Análisis numérico-Informática
Volatilidad (Finanzas)
Mercado financiero
Análisis numérico-Informática
Volatilidad (Finanzas)
Rights
Os titulares dos dereitos de propiedade intelectual autorizan a visualización do contido desta tese a través de Internet, así como a súa reproducción, gravación en soporte informático ou impresión para o seu uso privado e/ou con fins de estudo e de investigación. En nengún caso se permite o uso lucrativo deste documento. Estos dereitos afectan tanto ó resumo da tese como o seu contido Los titulares de los derechos de propiedad intelectual autorizan la visualización del contenido de esta tesis a través de Internet, así como su repoducción, grabación en soporte informático o impresión para su uso privado o con fines de investigación. En ningún caso se permite el uso lucrativo de este documento. Estos derechos afectan tanto al resumen de la tesis como a su contenido