Corso di Probabilistic Models for Finance

Ultimo aggiornamento: 24/02/2022.

Avvisi

24/02/2022: Starting from Monday 28/02, the course of "Probabilistic Models for Finance" will move

from Aula 33 (10:00-12:00) to Aula 10 (10:00-12:00). The ID code for Aula 10 is RM031-E01PA1L017.

It is located in the main building (building A) of via Eudossiana 18 (see https://www.ing.uniroma1.it/strutture).

Students are kindly required to modify their registrations on Prodigit accordingly.

20/02/2022: For safety reasons, students physically attending lessons are kindly required to book thei presence on Prodigit.

20/02/2022: Il collegamento alle lezioni in modalità telematica sarà possibile tramite Zoom. I corrispondenti link saranno:

- dall'aula C:   il link d'aula, disponibile sul sito della Facoltà all'indirizzo https://web.uniroma1.it/i3s/node/9344;

- dall'aula 33: per la lezione del 21/02/2022, il link sarà  https://uniroma1.zoom.us/j/4198668979.

L'accesso è ristretto al dominio uniroma1.it.

20/02/2022: Si invitano gli studenti a comunicare il proprio indirizzo di posta elettronica "Sapienza" (@uniroma1.it) al prof. Passalacqua per l'iscrizione a Google Classroom.

Orario dei corsi :

Si avvisano gli studenti interessati che nell'anno accademico 2021-22 le lezioni del corso di "Probabilistic Models for Finance" si terranno nel secondo semestre, secondo il seguente orario:

• • lun.    ore 10:00 -12:00, sede di S.Pietro in Vincoli - Edificio RM032, aula 33,

  • mar.   ore 09:00 -12.00, Città Universitaria - Edificio CU035, aula C.

Le lezioni avranno inizio lunedi 21 febbraio 2022.

Il corso sarà tenuto dai proff. L. Passalacqua e V. Cammarota.

Modalità e calendario prove d'esame:

L'esame consiste in una prova scritta e in una (breve) prova orale. Le due prove vengono valutate congiuntamente.

La prova scritta prevede la soluzione di esercizi di tipo quantitativo per i quali è richiesto l'uso di una calcolatrice scientifica.

Esempi di precedenti prove d'esame saranno resi disponibili tramite Google Classroom.

Durante la prova scritta è permessa la consultazione di libri, appunti, dispense, ecc. in formato cartaceo.

Il calendario delle prove d'esame è disponibile su Infostud.

Ricevimento studenti:

Previo appuntamento, in via telematica o presso lo studio in Viale Regina Elena, 295

Programma del corso:

a.a. 2019-20

a.a. 2020-21

a.a. 2021-22

Dispense:

Disponibili tramite Google Classroom tramite le credenziali istituzionali di Sapienza.

Testi di riferimento:

Articoli di riferimento:

Si ricorda che l'accesso alle risorse elettroniche della Biblioteca Digitale della Sapienza è riservato agli utenti che utilizzano un computer dall'interno della rete universitaria, ovvero da un computer con numero I.P.  del tipo 151.100.*.*.

R. Jarrow, P. Protter,  

A short history of stochastic integration and mathematical finance the early years, 1880–1970,

IMS Lecture Notes Monograph, Vol. 45 (2004) 1–17.

Myron S. Scholes

Derivatives in a Dynamic Environment

Lecture to the memory of Alfred Nobel, December 9, 1997

Testi di approfondimento :

I seguenti testi NON sono necessari per il corso.

A. Meucci, Risk and Asset Allocation, Springer, 2005.

M. Gilli, D. Maringer, E. Schumann, Numerical methods and optimization in finance, Academic Press, 2019. 

A. J. McNeil, R. Frey, P. Embrechts, Quantitative Risk Management, Princeton University Press, 2015.

C. Munk, Fixed Income Modelling, Oxford University Press, 2011.

D. Ruppert, Statistics and Data Analysis for Financial Engineering, Springer, 2015.  

Use R!:

Gli esempi numerici del corso saranno forniti in R.

The Comprehensive R Archive Network  

RStudio - an Integrated Development Environment (IDE) for R  

An introduction to R.