Responsive image
DERS PROGRAMI FORMU
COURSE SYLLABUS FORM
Son Güncelleme (Last Update)
29.01.2025
Dersin Adı: Hesaplamalı Finans Course Name: Computational Finance
Kod
(Code) 		Yarıyıl
(Semester)		 Kredi
(Local Credits)		 AKTS Kredi
(ECTS Credits)		 Ders Uygulaması, Saat/Hafta
(Course Implementation, Hours/Week)
Ders
(Theoretical) 		Uygulama
(Tutorial)		 Laboratuvar
(Laboratory)
MAT 472/E 8 3 4.5 3 0 0
Bölüm / Program
(Department / Program)		 Matematik / Matematik Mühendisliği
(Mathematics / Mathematical Engineering)
Dersin Türü
(Course Type)		 Zorunlu
(Compulsory) 		Dersin Dili
(Course Language) 		İngilizce
(English)
Dersin Ön Koşulları
(Course Prerequisites)		 MAT471E min DD
Dersin Mesleki Bileşene Katkısı, %
(Course Category by Content, %)		 Temel Bilim ve Matematik
(Basic Sciences and Math)		 Temel Mühendislik
(Engineering Science)		 Mühendislik / Mimarlık Tasarım
(Engineering / Architecture Design)		 Genel Eğitim
(General Education)
50 30 10 10
Dersin Tanımı
(Course Description)		 Matematiksel Finanstaki Çeşitli Problemleri Çözmede Kullanılan Teoremlerle Birlikte Temel Hesaplama Yöntemleri. Temel Stokastik Süreçler, Avrupa, Amerika Ve Asya Opsiyon Fiyatlarını Yaklaşık Olarak Hesaplamak için Monte-Carlo Simulasyonu, Değişkenlik Azaltma Teknikleri. Black-Scholes Modelinin Hesaplamalı Uygulaması.
Basic Computational Methods And Theorems to Solve Various Problems in Mathematical Finance. Implementation of Basic Stochastic Processes, Monte-Carlo Simulation to Approximate European, American and Asian Option Prices, Variance Reduction Techniques. Computational Application of Black-Scholes Model are Covered.
Dersin Amacı
(Course Objectives)
  1. Matematiksel finanstaki çeşitli hesaplamalı yöntemleri öğretmek.
  2. Yöntemlerin alan uygulamalarını göstermek ve kullanışlılıklarını tartmak.
  3. Bilgisayar programlama dilini rahatça kullanabilmeyi sağlamak.
  1. To provide various computational methods in mathematical finance.
  2. To provide their applications and assessment in practice.
  3. To get comfortable using a computer language for implementation.
Dersin Öğrenme Çıktıları
(Course Learning Outcomes)		 Bu dersi tamamlayan öğrenciler aşağıdaki becerileri elde eder:
  1. Rastgele sayılar üretebilir,
  2. Monte-Carlo simulasyonu oluşturabilir,
  3. Temel stokastik süreçleri bilgisayarda uygulayabilme,
  4. Opsiyon fiyatları için Monte-Carlo simulasyonu kullanabilir,
  5. Değişkenlik azaltma tekniklerini deneyebilir,
  6. Black scholes modelini uygulayabilir.
Students completing this course will be able to:
  1. Generate random numbers
  2. Experience Monte-Carlo simulation,
  3. Implement basic stochastic processes,
  4. Apply Monte-Carlo simulation to option prices,
  5. Experience variance reduction techniques,
  6. Apply the Black-Scholes model.
Ders Planı
Hafta Konular Dersin Öğrenme Çıktıları
1Rastgele Sayılar ÜretmeI
2Monte-Carlo Simulasyonu ve YakınsamaII
3Örnek Yollar Üretme, Kesikli Brownian Hareketinin Bilgisayar UygulamasıIII
4Sürekli Brownian HareketiIII
5Geometrik Brownian HareketiIII
6Cameron-Martin TeoremiIII
7Opsiyon Fiyatlarını Yaklaşık Hesaplamak için Monte-Carlo SimulasyonuII, IV
8Asya OpsiyonlarıIV
9Yola-bağlı Opsiyonların Fiyatlaması ve SimülasyonuII, IV
10Değişkenlik Azaltma TeknikleriV
11Varlık Fiyatlamada Değişkenlik Azaltma Tekniklerinin UygulamasıV
12Black-Scholes ModeliVI
13Black-Scholes Kısmi Diferansiyel Denkleminin Elde EdilişiVI
14Black-Scholes Formülü ve Hesaplamalı UygulamaVI
Course Plan
Week Topics Course Learning Outcomes
1Generating Random NumbersI
2Monte-Carlo Simulation and ConvergenceII
3Generating Sample Paths, Discrete Brownian MotionIII
4Continuous Brownian MotionIII
5Geometric Brownian MotionIII
6The Cameron-Martin TheoremIII
7Monte-Carlo Simulation to Approximate Option PricesII, IV
8Asian OptionsIV
9Pricing and Simulation of Path-dependent OptionsII, IV
10Variance Reduction TechniquesV
11Variance Reduction Applications in Asset PricingV
12The Black-Scholes ModelVI
13Derivation of Black-Scholes Partial Differential EquationVI
14The Black-Scholes Formula and Computational ApplicationVI



Dersin Mühendislik Öğrenci Çıktılarıyla İlişkisi

Programın Mezuna Kazandıracağı Bilgi ve Beceriler (Programa Ait Çıktılar) Katkı Seviyesi
1 2 3
1 Mühendislik, fen ve matematik ilkelerini uygulayarak karmaşık mühendislik problemlerini belirleme, formüle etme ve çözme becerisi. X
2 Küresel, kültürel, sosyal, çevresel ve ekonomik etmenlerle birlikte özel gereksinimleri sağlık, güvenlik ve refahı göz önüne alarak çözüm üreten mühendislik tasarımı uygulama becerisi. X
3 Farklı dinleyici gruplarıyla etkili iletişim kurabilme becerisi. X
4 Mühendislik görevlerinde etik ve profesyonel sorumlulukların farkına varma ve mühendislik çözümlerinin küresel, ekonomik, çevresel ve toplumsal bağlamdaki etkilerini göz önünde bulundurarak bilinçli kararlar verme becerisi. X
5 Üyeleri birlikte liderlik sağlayan, işbirlikçi ve kapsayıcı bir ortam yaratan, hedefler belirleyen, görevleri planlayan ve hedefleri karşılayan bir ekipte etkili bir şekilde çalışma yeteneği becerisi. X
6 Özgün deney geliştirme, yürütme, verileri analiz etme ve yorumlama ve sonuç çıkarmak için mühendislik yargısını kullanma becerisi. X
7 Uygun öğrenme stratejileri kullanarak ihtiyaç duyulduğunda yeni bilgi edinme ve uygulama becerisi. X
Ölçek: 1: Az, 2: Kısmi, 3: Tam

Relationship of the Course to Engineering Student Outcomes

Program Student Outcomes Level of Contribution
1 2 3
1 An ability to identify, formulate, and solve complex engineering problems by applying principles of engineering, science, and mathematics. X
2 An ability to apply engineering design to produce solutions that meet specified needs with consideration of public health, safety, and welfare, as well as global, cultural, social, environmental, and economic factors. X
3 An ability to communicate effectively with a range of audiences. X
4 An ability to recognize ethical and professional responsibilities in engineering situations and make informed judgments, which must consider the impact of engineering solutions in global, economic, environmental, and societal contexts. X
5 An ability to function effectively on a team whose members together provide leadership, create a collaborative and inclusive environment, establish goals, plan tasks, and meet objectives. X
6 An ability to develop and conduct appropriate experimentation, analyze and interpret data, and use engineering judgment to draw conclusions. X
7 An ability to acquire and apply new knowledge as needed, using appropriate learning strategies. X
Scale: 1: Little, 2: Partial, 3: Full

Tarih (Date)
30.11.2020
Bölüm Onayı (Departmental Approval)
Matematik Bölümü
(Department of Mathematics)




Ders Kaynakları ve Başarı Değerlendirme Sistemi (Course Materials and Assessment Criteria)

Ders Kitabı
(Textbook) 		P. Wilmott, S. Howison, J. Dewynne, The Mathematics of Financial Derivatives, Cambridge University Press, 1995
Diğer Kaynaklar
(Other References) 		-
Ödevler ve Projeler
(Homework & Projects)		 -
-
Laboratuvar Uygulamaları
(Laboratory Work)		 -
-
Bilgisayar Kullanımı
(Computer Usage)		 C/C++, Java, Matlab veya benzer bir üst-düzey dil becerisi gereklidir.
Experience of C/C++, Java, Matlab or a similar programming language is required.
Diğer Uygulamalar
(Other Activities)		 -
-
Başarı Değerlendirme Sistemi
(Assessment Criteria) 		Faaliyetler
(Activities)		 Adet
(Quantity)		 Genel Nota Katkı, %
(Effects on Grading, %)
Yıl İçi Sınavları
(Midterm Exams)		 1 30
Kısa Sınavlar
(Quizzes)		 - -
Ödevler
(Homework)		 1 30
Projeler
(Projects)		 - -
Dönem Ödevi/Projesi
(Term Paper/Project)		 - -
Laboratuvar Uygulaması
(Laboratory Work)		 - -
Diğer Uygulamalar
(Other Activities)		 - -
Final Sınavı
(Final Exam)		 1 40
VF almamak için gereken
(To avoid VF) 		Taking “Midterm Exam”