Nur für Bildungszwecke
Keine Anlageberatung

Lernpfade für Praktiker

Von der Sprungdiffusion zur Marktanwendung — Schritt für Schritt

Ich habe jahrelang nach einem strukturierten Weg gesucht, der von stochastischer Volatilität direkt zur Implementierung führt — ohne endlose Umwege über irrelevante Theorie. Hier ist er: vier aufeinander aufbauende Module, die Merton, Heston, Bates und das vollständige SVJD-Framework lückenlos verbinden.

Modelle wie Heston und Bates sind keine Blackboxen, wenn man versteht, wie ihre Parameter auf Marktbeobachtungen reagieren. Unsere Lernpfade verbinden mathematische Strenge mit numerischer Implementierung und realen Kalibrierungsbeispielen — damit das Wissen dort ankommt, wo es gebraucht wird: in der Praxis.

  • Merton-Sprungdiffusion, Heston-Modell und Bates-Modell werden konsistent in einem Framework erklärt.
  • Numerische Kalibrierungsverfahren begleiten jeden konzeptuellen Abschnitt mit konkreten Implementierungshinweisen.
  • Risikomessung unter SVJD-Annahmen zeigt, wo klassische VaR-Modelle systematisch zu kurz greifen.
  • Vollständig +4 Module Lernpfad gesamt SVJD
    Grundlagen 2 Module
    Fortgeschritten 2 Module
  • Dreidimensionale Volatilitätsoberfläche auf professionellem Analysearbeitsplatz
  • Abdeckung Modelle 4 Frameworks
    Merton, Heston, Bates und SVJD vollständig abgedeckt
  • Sprungdiffusion Preispfad Simulation mathematische Visualisierung
  • Quantitativer Analyst bei Derivatbewertung mit Modellkalibrierung

Kursangebot

Vier strukturierte Module führen von den mathematischen Grundlagen stochastischer Prozesse bis zur vollständigen Kalibrierung von Sprungdiffusionsmodellen in realen Marktumgebungen

SVJD Track (SVJ) Neu
Vier Module Vollständig verfügbar
Modulübersicht

Stochastische Grundlagen und Sprungprozesse

Bevor Merton erklärbar wird, braucht man ein sauberes Fundament: Wiener-Prozesse, Itô-Kalkül und Poisson-Sprünge. Dieses Modul legt genau dieses Fundament — präzise genug für die Ableitung, zugänglich genug, um das Intuitionsgefühl nicht zu verlieren. Wer Sprünge als strukturelles Marktmerkmal versteht, sieht Renditeverteilungen mit anderen Augen.

Modul erkunden

Heston-Modell — Volatilitätsdynamik verstehen

Das Heston-Modell ist der erste ernsthafte Schritt weg von Black-Scholes. Stochastische Varianz, mean-reverting Prozesse und der charakteristische Funktionsansatz für Optionspreise — dieses Modul erklärt alle drei Säulen, inklusive der Falle negativer Varianz und wie der Feller-Bedingung begegnet wird. Ich habe selbst zu lange gebraucht, bis jemand mir das klar erklärt hat.

Modul erkunden

Bates-Modell — Sprünge und Volatilität vereint

Das Bates-Modell kombiniert Heston-Volatilität mit Merton-Sprüngen und schafft damit ein deutlich realistischeres Preismodell — besonders für kurzlaufende Optionen. Dieses Modul behandelt die Parameterkalibrierung an Marktimplied-Volatilitätsoberflächen, typische Identifikationsprobleme und numerische Stabilitätsstrategien beim Fitting.

Modul erkunden

SVJD-Kalibrierung und Risikomessung

Das abschließende Modul bringt alle Stränge zusammen: vollständige SVJD-Frameworks, Monte-Carlo-Simulation unter Sprung-Volatilität, Expected-Shortfall-Berechnung und szenariobasierte Stresstests. Wer hier ankommt, versteht nicht nur die Modelle — er kann einschätzen, wann sie versagen und was das für das Risikobudget bedeutet.

Modul erkunden

Der Lernweg

Fünf Phasen, die mathematisches Fundament mit marktnaher Implementierung verbinden

Mathematische Voraussetzungen schaffen

Ich dachte lange, ich kenne Wahrscheinlichkeitsrechnung gut genug. Dann begegnete mir das Lévy-Maß. Dieser erste Schritt überprüft und festigt das nötige Fundament: Maßtheorie, stochastische Differentialgleichungen und Poisson-Prozesse — alles, was danach kommt, setzt hier auf.
Konkrete Selbsteinschätzungsaufgaben helfen dabei, Lücken zu identifizieren und gezielt zu schließen, bevor die Modellphase beginnt.

Modelltheorie systematisch aufbauen

Merton kommt zuerst, weil er die sauberste Einführung in Sprungterme bietet. Dann folgt Heston mit stochastischer Varianz, und schließlich verbindet Bates beide Welten. Jedes Modell wird in seiner ursprünglichen Form eingeführt, bevor Erweiterungen diskutiert werden — kein Abkürzen.
Herleitungen werden vollständig durchgeführt, Annahmen explizit benannt und Modellgrenzen offen diskutiert, damit Anwender wissen, wann welcher Ansatz angemessen ist.

Numerische Implementierung erarbeiten

Theorie ohne Rechenweg bleibt abstrakt. Dieser Schritt führt durch Fourier-Methoden zur Optionspreisberechnung, durch Monte-Carlo-Simulationen mit Sprungkomponente und durch die charakteristische Funktion als zentrales Werkzeug — mit Blick auf numerische Stabilität und Rechenaufwand.

Implementierungsbeispiele decken typische Fehlerquellen bei der Diskretisierung von Sprungprozessen ab und zeigen Strategien zur Laufzeitoptimierung.

Kalibrierung an Marktdaten

Ein Modell ist nur so gut wie seine Kalibrierung. Dieser Schritt zeigt, wie Implied-Volatilitätsoberflächen genutzt werden, um Modellparameter zu schätzen — inklusive Identifikationsprobleme, Regularisierungsstrategien und der Frage, warum zwei Parametersätze denselben Preis liefern können.

Fallbeispiele aus verschiedenen Marktregimes illustrieren, wie sich Sprung- und Volatilitätsparameter unter Stress verhalten und wie das die Kalibrierungsstrategie beeinflusst.

Risikomessung und Marktanwendung

Der letzte Schritt ist der Brückenschlag zur Praxis: Wie verändern SVJD-Annahmen die Berechnung von VaR und Expected Shortfall? Wo unterschätzen normalverteilungsbasierte Modelle Tail-Risiken systematisch? Und wie fließen diese Erkenntnisse in eine robustere Risikobeurteilung ein?
Szenariobasierte Stresstests unter Sprung-Volatilität-Annahmen zeigen konkret, wie das erworbene Modellwissen in die operative Risikoanalyse überführt werden kann.

Drei Tiefenstufen im Vergleich

Foundations — Einstieg mit mathematischem Fundament

Das Foundations-Niveau richtet sich an Praktiker, die stochastische Prozesse und Sprungdiffusion von Grund auf verstehen möchten. Inhalte umfassen Wiener-Prozesse, Itô-Kalkül, Poisson-Sprünge und das Merton-Modell in seiner Grundform. Der Fokus liegt auf konzeptuellem Verständnis, bevor numerische Methoden eingeführt werden. Ideal für alle, die bisher hauptsächlich mit Black-Scholes gearbeitet haben und den nächsten Schritt gehen möchten.

Professional — Heston, Bates und Kalibrierung

Auf Professional-Niveau werden das Heston-Modell und das Bates-Modell vollständig behandelt, inklusive Kalibrierung an Implied-Volatilitätsoberflächen und numerischer Implementierung via Fourier-Methoden. Laboraufgaben begleiten jeden Abschnitt. Wer dieses Niveau abschließt, kann Standardmodelle der Derivatbewertung selbstständig kalibrieren und ihre Grenzen einschätzen — eine wesentliche Kompetenz für quantitative Risikoanalyse.

Expert — Vollständige SVJD-Frameworks und Stresstests

Das Expert-Niveau integriert alle vorangegangenen Modelle in ein kohärentes SVJD-Framework. Monte-Carlo-Simulation unter kombinierten Sprung-Volatilität-Annahmen, Expected-Shortfall-Berechnung und szenariobasierte Stresstests bilden den Kern. Mentoring-Gespräche mit Fachexperten aus dem Plattformteam ergänzen die inhaltliche Vertiefung. Abschluss mit einer dokumentierten Kalibrierungsanalyse, die reale Marktdaten verwendet.

Zertifizierungsnachweis und Practitioner-Netzwerk

Alle drei Niveaus schließen mit einem Kompetenznachweis ab, der die bearbeiteten Modelle und Methoden dokumentiert. Expert-Absolventen erhalten zusätzlich Zugang zum Practitioner-Netzwerk der Plattform, das den Austausch mit quantitativen Analysten aus verschiedenen Institutionen und Regionen ermöglicht. Vergangene Ergebnisse sind kein Indikator für zukünftige Kompetenzentwicklung — der Lernfortschritt hängt vom individuellen Einsatz ab.

Finden Sie den richtigen Einstiegspunkt

Ob Sie gerade mit Merton-Sprüngen beginnen oder bereits mit Heston-Kalibrierung vertraut sind — ein kurzes Gespräch mit dem Team hilft dabei, den passenden Lernpfad zu identifizieren.

Kein Verkaufsgespräch — nur eine ehrliche Einschätzung Ihres Einstiegsniveaus.