Inactive: The user is not active in TUMonline anymore!
Kurzlebenslauf
Mirco Mahlstedt begann 2006 sein Studium in Mathematik an der Carl von Ossietzky Universität Oldenburg und schloss es erfolgreich mit dem Bachelor ab. Im Jahr 2009 nahm er das Studium im ENB-Studiengang "Finance and Information Management" an der TU München und der Universität Augsburg auf. Während seines Studiums belegte Herr Mahlstedt den 3. Platz beim Postbank Finance Award 2012 mit einer Arbeit zum Thema "Inflationsgeschützte Investmentstrategien". Im Rahmen eines Forschungsprojekts mit dem RiskLab der University of Toronto schrieb er seine Masterarbeit zum Thema "Pricing of multivariate derivatives with two barriers". Seit Oktober 2012 promoviert er am KPMG Center of Excellence in Risk Management.
Promotionsprojekt
Computational Methods for Option Pricing – Model reduction and methodological risk
Parametrische Optionspreisbewertung und Modellkalibrierung an amerikanischen Optionen bilden die Ecksteine des Promotionsprojekts von Herrn Mahlstedt.
Erster Schritt war eine empirische Untersuchung der de-Americanization Methode. Diese in der Finanzindustrie verbreitete Methode übersetzt amerikanische Optionspreise mit Hilfe von Binomialbäumen in pseudo-europäische Optionspreise bevor der Kalibrierungsprozess gestartet wird. Damit wird die Kalibrierung an amerikanischen Optionen vereinfacht zu einer Kalibrierung an europäischen Optionen. Die Ergebnisse dieser Untersuchung zeigen jedoch, dass die de-Americanization-Methode nicht für jedes Parameterszenario und in jedem Zinsumfeld zuverlässige Resultate liefert.
Der Bedarf, immer wiederkehrende, parameterabhängige Aufgaben – Optionspreisbewertung, Kalibrierung und Risikobewertungen – sowohl genau als auch in Echtzeit auszuwerten zu können, motivieren den Schritt zu Vereinfachungstechniken, die die Komplexität genau dieser Aufgaben reduzieren. Die Chebyshev Interpolation und die reduzierte Basen Methode bilden hierbei die beiden Hauptsäulen. Die Chebyshev Interpolation lost die wiederkehrende Natur durch eine Polynominterpolation im entsprechenden Parameterraum. Durch einen Kriterienkatalog für exponentielle Konvergenz und durch explizite Fehlerschranken ermöglicht diese Methode eine Reduzierung der Laufzeiten bei gleichzeitigem Erhalt der Genauigkeit. Während die Chebyshev Interpolation eine universelle Methode ist und zur Bestimmung der Funktionswerte an den Interpolationsstützstellen jegliche Bewertungsmethode verwendet werden kann, ist die reduzierte Basen Methode eine auf partielle Differenzialgleichungen zugeschnittene Methode. Die Kernidee hierbei ist, die hochdimensionalen Basen von Standardtechniken wie der Finiten Elemente Methode mit einer an das jeweilige Problem adjustierten Basis zu ersetzen, die eine niedrigere Dimension hat. Dadurch wird der numerische Aufwand, parameterabhängige partielle Differentialgleichungen zu lösen, deutlich reduziert.
Betreuerin: Prof. Dr. Kathrin Glau
Lehrveranstaltungen
- Applied Capital Markets für FIM (WS 2013/2014)