Di Somma, Vittorio (2019) Monte Carlo methods for barrier options. [Tesi di dottorato]

Anteprima

Testo di_somma_vittorio_32.pdf Download (750kB) | Anteprima

[error in script] [error in script]

Tipologia del documento:	Tesi di dottorato
Lingua:	English
Titolo:	Monte Carlo methods for barrier options.
Autori:	Autore Email Di Somma, Vittorio vittorio.disomma@unina.it
Data:	11 Dicembre 2019
Numero di pagine:	72
Istituzione:	Università degli Studi di Napoli Federico II
Dipartimento:	Scienze Economiche e Statistiche
Dottorato:	Economia
Ciclo di dottorato:	32
Coordinatore del Corso di dottorato:	nome email Pagano, Marco marco.pagano@unina.it
Tutor:	nome email Di Lorenzo, Emilia [non definito] Toraldo, Gerardo [non definito] Cuomo, Salvatore [non definito]
Data:	11 Dicembre 2019
Numero di pagine:	72
Parole chiave:	Barrier options; Monte Carlo methods; Bayesian statistics
Settori scientifico-disciplinari del MIUR:	Area 13 - Scienze economiche e statistiche > SECS-S/01 - Statistica Area 13 - Scienze economiche e statistiche > SECS-S/06 - Metodi matematici dell'economia e delle scienze attuariali e finanziarie
Depositato il:	14 Gen 2020 16:40
Ultima modifica:	17 Nov 2021 12:04
URI:	http://www.fedoa.unina.it/id/eprint/12982

Abstract

This thesis focuses the attention on a very common class of Monte Carlo methods to price a barrier option, named standard Monte Carlo methods, and on their issues: the bias and the high variance. In order to overcome these issues, in this thesis we describe a particular class of statistical procedures, named Bayesian Monte Carlo methods. The thesis is divided into two parts: in the first part we present the main Bayesian Monte Carlo methods under the Black-Scholes model, in the second part we generalize these schemes under the assumption of stochastic volatility. As supported by numerical experiments, a Bayesian Sequential Monte Carlo estimator is unbiased and has a lower variance than a standard Monte Carlo one.

Downloads

Actions (login required)

Modifica documento