WiSe 22/23: "Entwicklung einer App zur Bewertung exotischer Optionen"

Während für die Bewertung gewöhnlicher europäischer Optionen in vielen Modellumgebungen (wie etwa dem Black/Scholes Modell) noch geschlos-sene Lösungen existieren, braucht es für die Preisbestimmung von exoti-schen Optionen häufig numerische Methoden. Die Monte Carlo Simulation ist dabei zwar sehr rechenintensiv, aber gleichzeitig sehr vielseitig einsetzbar. Zudem existieren einige Methoden, die darauf abzielen, das Verfahren effizienter zu gestalten. Dazu zählen Varianzreduktionstechniken und das stratifizierte Ziehen. In diesem Teamprojekt soll eine App programmiert werden, die exotische Optionen in verschiedenen Modellumgebungen mittels Monte Carlo Simulation bewerten kann.

AnwenderInnen der zu programmierenden App sollen verschiedene Wahl-möglichkeiten hinsichtlich des Optionsdesigns (Europäisch, Amerikanisch, Asiatisch, Bermuda, Digital, Barriere,…) und des Modells (Black/Scholes, Heston, Merton,…) treffen können. Ausgangspunkt ist die Bewertung einer gewöhnlichen europäischen Option im Black/Scholes Modell. Anschließend kann die Funktionalität der App schrittweise erweitert werden. Zur Programmierung der App empfehlen wir das R-Paket shiny.
Das Projekt umfasst vier Phasen: (1) Grundlagenphase, (2) Konzeptentwicklungsphase, (3) Implementierungsphase und (4) Praxistest. Zunächst soll die Optionsbewertungstheorie studiert werden, bevor ein Konzept für die App entwickelt werden soll. In der Implementierungsphase soll die App programmiert und designt werden. Schlussendlich muss die App einge-hend getestet werden.

Vorkenntnisse im Bereich der Derivate und Programmierkenntnisse sind hilfreich, können aber auch während des Semesters erworben werden. Die Teilnehmenden sollten gewillt sein, sich in die Programmierung mit R einzuarbeiten.

WiSe 21/22: "Programmierung eines Robo-Advisors für die Kapitalanlage"

Anlageberater versprechen ihren Kunden häufig besonders hohe Renditen, die sie durch die gezielte Auswahl unterbewerteter Aktien erzielen möchten. Diesem Versprechen steht eine große wissenschaftliche Literatur gegenüber, die in zahlreichen Artikeln belegt, dass Fondsmanager nicht in der Lage sind, überdurchschnittliche Renditen zu erwirtschaften, ohne dabei exzessive Risiken einzugehen. Dieses Forschungsergebnis steht im Einklang mit der Theorie effizienter Märkte. Diesem Prinzip folgend geht es bei der Portfoliowahl einzig und allein darum, unsystematische Risiken zu vermeiden. Der Ökonom und Nobelpreisträger Harry Markowitz hat zu diesem Zweck eine Theorie entwickelt, welche heute als Grundlage für zahlreiche Robo-Advisor dient.

Basierend auf der Theorie von Markowitz soll eine App entwickelt werden, welches der AnwenderIn eine Empfehlung für die Zusammenstellung eines Portfolios geben soll. Dabei sollen die individuellen Präferenzen (wie Risikoeinstellung, Vermeidung bestimmter Assetklassen oder "sin stocks") der AnwenderIn berücksichtigt werden. Zur Programmierung der App empfehlen wir das R-Paket shiny. Das Projekt umfasst vier Phasen: (1) Grundlagenphase, (2) Konzeptentwicklungsphase, (3) Implementierungsphase und (4) Praxistest. Zunächst soll die Portfoliotheorie von Markowitz studiert werden, bevor ein Konzept für die App entwickelt werden soll. In der Implementierungsphase soll die App programmiert und designt werden. Schlussendlich muss die App eingehend getestet werden.

Die Teilnehmenden sollten mit den Grundlagen der Finanzwirtschaft vertraut sein. Programmierkenntnisse sind hilfreich, aber nicht zwingend notwendig. Die Teilnehmenden sollten jedoch gewillt sein, sich in die Programmierung mit R einzuarbeiten.

WiSe 20/21: "Entwicklung einer Web Anwendung zur Analyse von Aktienrenditen"

Für qualifizierte Investitionsentscheidungen ist eine fundierte Analyse von Aktien- und Anleiherenditen unerlässlich. In der Praxis häufig verwendete Statistiken wie Varianz und Beta sind für die Risikoeinschätzung dabei nicht ausreichend. Stattdessen hängt der Wert eines Investments davon ab, ob die Zahlungsströme mit bewertungsrelevanten Faktoren kovariieren. Leider ist es für den typischen Anleger in der Regel kaum möglich, eine fundierte Analyse durchzuführen. Daher soll in diesem Teamprojekt eine Web Anwendung entwickelt werden, die beliebige Investments auf der Grundlage moderner Asset Pricing Modelle analysiert und bewertet.

Zunächst müssen sich die Mitglieder mit modernen Bewertungsmodellen im Bereich Asset Pricing vertraut machen. Darauf aufbauend soll ein detailliertes Konzept für die App entwickelt werden. Im zweiten Schritt sollen zunächst die grundlegenden Funktionen der späteren App in R programmiert werden, bevor mit dem R-Paket Shiny eine App-Umgebung hinzugefügt wird. Im dritten Schritt soll die App aus Anwenderperspektive optimiert werden. Das Team soll eine Präsentation („Pitch“) erarbeiten und ein Video-Tutorial entwickeln, das die Funktionsweise der App vorstellt.