Books
This book offers a modern approach to the theory of continuous-time stochastic processes and stochastic calculus. The content is treated rigorously, comprehensively, and independently. In the first part, the theory of Markov processes and martingales is introduced, with a focus on Brownian motion and the Poisson process. Subsequently, the theory of stochastic integration for continuous semimartingales is developed. A substantial portion is dedicated to stochastic differential equations, the main results of solvability and uniqueness in weak and strong sense, linear stochastic equations, and their relation to deterministic partial differential equations. Each chapter is accompanied by numerous examples. This text stems from over twenty years of teaching experience in courses on stochastic processes and calculus within master’s degrees in Mathematics, Quantitative Finance, and postgraduate courses in Mathematics for applications and Mathematical Finance. The book provides material for at least two semester-long courses in scientific studies (Mathematics, Physics, Engineering, Statistics, Economics...) and aims to provide a solid background for those interested in the development of stochastic calculus theory and its applications. This text completes the journey started with the first volume of Probability Theory I – Random Variables and Distributions, through a selection of advanced classic topics in stochastic analysis.
This book provides a concise yet rigorous introduction to Probability Theory. Among the possible approaches to the subject, the most modern one based on measure theory has been chosen: although it requires a higher degree of mathematical abstraction and sophistication, it is essential to provide the foundations for the study of more advanced topics such as stochastic processes, stochastic dif erential calculus and statistical inference. The text originated from the teaching experience in probability and applied mathematics courses within the Mathematics degree program at the University of Bologna; it is suitable for second or third year students in mathematics, physics, or other natural sciences, assuming multidimensional differential and integral calculus as a prerequisite. The four chapters cover the following topics: measures and probability spaces; random variables; sequences of random variables and limit theorems; expectation and conditional distribution. The text includes a collection of solved exercises.
Questo libro offre un approccio moderno alla teoria dei processi stocastici in tempo continuo e del calcolo differenziale stocastico. I contenuti vengono trattati in modo rigoroso, completo e autonomo. Nella prima parte, viene introdotta la teoria dei processi di Markov e delle martingale, con un approfondimento sul moto Browniano e il processo di Poisson. Di seguito, è sviluppata la teoria dell'integrazione stocastica per semi-martingale continue. Una parte sostanziosa è dedicata alle equazioni differenziali stocastiche, ai principali risultati di risolubilità e unicità in senso debole e forte, alle equazioni stocastiche lineari e alla relazione con le equazioni differenziali alle derivate parziali deterministiche. Ogni capitolo è corredato di numerosi esempi. Questo testo nasce dall'esperienza più che ventennale di insegnamento in corsi su processi e calcolo stocastico presso le lauree magistrali in Matematica, in Quantitative finance e i corsi post-laurea in Matematica per le applicazioni e in Finanza matematica dell'Università di Bologna. Il libro raccoglie materiale per almeno due insegnamenti semestrali in corsi di studio scientifici (Matematica, Fisica, Ingegneria, Statistica, Economia...) e intende fornire un solido background a coloro che sono interessati allo sviluppo della teoria e delle applicazioni del calcolo stocastico. Questo testo completa il percorso iniziato col primo volume di Teoria della Probabilità - Variabili aleatorie e distribuzioni, attraverso una selezione di temi classici avanzati di analisi stocastica.
Il libro fornisce un'introduzione concisa ma rigorosa alla Teoria della Probabilità. Fra i possibili approcci alla materia si è scelto quello più moderno, basato sulla teoria della misura: pur richiedendo un grado di astrazione e sofisticazione matematica maggiore, esso è indispensabile a fornire le basi per lo studio di argomenti più avanzati come i processi stocastici, il calcolo differenziale stocastico e l'inferenza statistica. Nato dall'esperienza di insegnamento del corso di Probabilità e Statistica Matematica presso la Laurea Triennale in Matematica dell'Università di Bologna, il testo raccoglie materiale per un insegnamento semestrale in corsi di studio scientifici (Matematica, Fisica, Ingegneria, Statistica...), assumendo come prerequisito il calcolo differenziale e integrale di funzioni di più variabili. I quattro capitoli del libro trattano i seguenti argomenti: misure e spazi di probabilità; variabili aleatorie; successioni di variabili aleatorie e teoremi limite; attesa e distribuzione condizionata. Il testo include una raccolta di esercizi risolti.
This book offers an introduction to the mathematical, probabilistic and numerical methods used in the modern theory of option pricing. The text is designed for readers with a basic mathematical background. The first part contains a presentation of the arbitrage theory in discrete time. In the second part, the theories of stochastic calculus and parabolic PDEs are developed in detail and the classical arbitrage theory is analyzed in a Markovian setting by means of of PDEs techniques. After the martingale representation theorems and the Girsanov theory have been presented, arbitrage pricing is revisited in the martingale theory optics. General tools from PDE and martingale theories are also used in the analysis of volatility modeling. The book also contains an Introduction to Lévy processes and Malliavin calculus. The last part is devoted to the description of the numerical methods used in option pricing: Monte Carlo, binomial trees, finite differences and Fourier transform.
Questo testo propone un’introduzione ai metodi matematici, probabilistici e numerici che sono alla base dei modelli per la valutazione degli strumenti derivati, come opzioni e futures, trattati nei moderni mercati finanziari. Il libro è rivolto a lettori con formazione scientifica, desiderosi di sviluppare competenze nell’ambito del calcolo stocastico applicato alla finanza. La prima parte è dedicata ad una presentazione dei modelli per i mercati in tempo discreto in cui le idee sui principi di valutazione sono illustrate in modo semplice e intuitivo. Contemporaneamente sono forniti gli elementi di base della teoria della probabilità. Successivamente la teoria dell’integrazione e del calcolo stocastico in tempo continuo viene sviluppata in maniera rigorosa ma, per quanto possibile, snella. Viene posta una particolare enfasi sui legami fra la teoria delle equazioni differenziali stocastiche e degli operatori alle derivate parziali di evoluzione. Il classico modello di Black&Scholes viene analizzato in dettaglio sia con un approccio analitico, sia nell’ambito della teoria delle martingale. La trattazione punta ad essere chiara e rigorosa piuttosto che onnicomprensiva, proponendo una comprensione approfondita del problema della valutazione e copertura di opzioni Call e Put come punto di partenza per l’affronto di strumenti derivati esotici. Data la loro importanza vengono studiate le opzioni di tipo Americano e alcuni tra i più noti derivati "path-dependent" come le opzioni Asiatiche e con barriera. Un capitolo è dedicato ad illustrare i più noti modelli di volatilità stocastica che generalizzano l’analisi di Black&Scholes. Infine la teoria precedente è accompagnata dalla descrizione dei principali metodi numerici per la valutazione di opzioni: il metodo Monte Carlo, gli alberi binomiali, i metodi alle differenze finite.
With the Bologna Accords a bachelor-master-doctor curriculum has been introduced in various countries with the intention that students may enter the job market already at the bachelor level. Since financial Institutions provide non negligible job opportunities also for mathematicians, and scientists in general, it appeared to be appropriate to have a financial mathematics course already at the bachelor level in mathematics. Most mathematical techniques in use in financial mathematics are related to continuous time models and require thus notions from stochastic analysis that bachelor students do in general not possess. Basic notions and methodologies in use in financial mathematics can however be transmitted to students also without the technicalities from stochastic analysis by using discrete time (multi-period) models for which general notions from Probability suffice and these are generally familiar to students not only from science courses, but also from economics with quantitative curricula.There do not exists many textbooks for multi-period models and the present volume is intended to fill in this gap. It deals with the basic topics in financial mathematics and, for each topic, there is a theoretical section and a problem section. The latter includes a great variety of possible problems with complete solution.