In der Finanzmathematik hat der Besitzer einer amerikanische Option das Recht aber nicht die Pflicht, eine Aktie innerhalb eines bestimmten Zeitraums, für einen bestimmten Preis zu kaufen oder zu verkaufen. Die Bewertung einer amerikanische Option wird als so genanntes optimale stopping Problem formuliert. Erfolgt die Modellierung des Aktienkurses durch eine geometrische Brownsche Bewegung, wird der Wert einer amerikanischen Option durch ein deterministisches freies Randwertproblem (FRWP), oder einer äquivalenten Variationsungleichung (VU) auf ganz R in gewichteten Sobolev Räumen gegeben. Um Standardmethoden der Numerischen Mathematik anzuwenden, wird das unbeschränkte Gebiet zu einem beschränkten Gebiet abgeschnitten. Mit Hilfe der Fourier-Transformation wird eine Integraldarstellung der Lösung die den freien Rand explizit beinhaltet, hergeleitet. Mittels dieser Integraldarstellung werden Abschneidefehlerschranken bewiesen. Danach werden gewichtete Poincare Ungleichungen mit expliziten Konstanten bewiesen. Der Abschneidefehler und die gewichtete Poincare Ungleichung ermöglichen, einen zuverlässigen a posteriori Fehlerschätzer zwischen der exakten Lösung der VU und der semidiskreten Lösung des penalisierten Problems auf R herzuleiten. Eine hinreichend glatte Lösung der VU garantiert die Konvergenz der Lösung des penaltisierten Problems zur Lösung der VU. Ein a priori Fehlerschätzer für den Fehler zwischen der exakten Lösung der VU und der semidiskreten Lösung des penaltisierten Problems beendet die numerische Analysis. Die eingeführten aposteriori Fehlerschätzer motivieren einen Algorithmus für adaptive Netzverfeinerung. Numerische Experimente zeigen die verbesserte Konvergenz des adaptiven Verfahrens gegenüber der uniformen Verfeinerung. Der zuverlässige a posteriori Fehlerschätzer ermöglicht es, den Abschneidepunkt so zu wählen, dass der Gesamtfehler (Diskretisierungsfehler plus Abschneidefehler) kleiner als eine gegebenen Toleranz ist. / Among the central concerns in mathematical finance is the evaluation of American options. An American option gives the holder the right but not the obligation to buy or sell a certain financial asset within a certain time-frame, for a certain strike price. The valuation of American options is formulated as an optimal stopping problem. If the stock price is modelled by a geometric Brownian motion, the value of an American option is given by a deterministic parabolic free boundary value problem (FBVP) or equivalently a non-symmetric variational inequality (VI) on weighted Sobolev spaces on R. To apply standard numerical methods, the unbounded domain R is truncated to a bounded one. Applying the Fourier transform to the FBVP yields an integral representation of the solution including the free boundary explicitely. This integral representation allows to prove explicit truncation errors. Since the VI is formulated within the framework of weighted Sobolev spaces, we establish a weighted Poincare inequality with explicit determined constants. The truncation error estimate and the weighted Poncare inequality enable a reliable a posteriori error estimate between the exact solution of the VI and the semi-discrete solution of the penalised problem on R. A sufficient regular solution provides the convergence of the solution of the penalised problem to the solution of the VI. An a priori error estimate for the error between the exact solution of the VI and the semi-discrete solution of the penalised problem concludes the numerical analysis. The established a posteriori error estimates motivates an algorithm for adaptive mesh refinement. Numerical experiments show the improved convergence of the adaptive algorithm compared to uniform mesh refinement. The reliable a posteriori error estimate including explicit truncation errors allows to determine a truncation point such that the total error (discretisation and truncation error) is below a given error tolerance.

In dieser Dissertation werden Amerikanischen Optionen in einem unvollst¨andigen Markt und in stetiger Zeit untersucht. Die Dissertation besteht aus zwei Teilen. Im ersten Teil untersuchen wir ein stochastisches Optimierungsproblem, in dem ein konvexes robustes Verlustfunktional ueber einer Menge von stochastichen Integralen minimiert wird. Dies Problem tritt auf, wenn der Verkaeufer einer Amerikanischen Option sein Ausfallsrisiko kontrollieren will, indem er eine Strategie der partiellen Absicherung benutzt. Hier quantifizieren wir das Ausfallsrisiko durch ein robustes Verlustfunktional, welches durch die Erweiterung der klassischen Theorie des erwarteten Nutzens durch Gilboa und Schmeidler motiviert ist. In einem allgemeinen Semimartingal-Modell beweisen wir die Existenz einer optimalen Strategie. Unter zusaetzlichen Kompaktheitsannahmen zeigen wir, wie das robuste Problem auf ein nicht-robustes Optimierungsproblem bezueglich einer unguenstigsten Wahrscheinlichkeitsverteilung reduziert werden kann. Im zweiten Teil untersuchen wir die obere und die untere Snellsche Einhuellende zu einer Amerikanischen Option. Wir konstruieren diese Einhuellenden fuer eine stabile Familie von aequivalenten Wahrscheinlichkeitsmassen; die Familie der aequivalentenMartingalmassen ist dabei der zentrale Spezialfall. Wir formulieren dann zwei Probleme des robusten optimalen Stoppens. Das Stopp-Problem fuer die obere Snellsche Einhuellende ist durch die Kontrolle des Risikos motiviert, welches sich aus der Wahl einer Ausuebungszeit durch den Kaeufer bezieht, wobei das Risiko durch ein kohaerentes Risikomass bemessen wird. Das Stopp-Problem fuer die untere Snellsche Einhuellende wird durch eine auf Gilboa und Schmeidler zurueckgehende robuste Erweiterung der klassischen Nutzentheorie motiviert. Mithilfe von Martingalmethoden zeigen wir, wie sich optimale Loesungen in stetiger Zeit und fuer einen endlichen Horizont konstruieren lassen. / This thesis studies American options in an incomplete financial market and in continuous time. It is composed of two parts. In the first part we study a stochastic optimization problem in which a robust convex loss functional is minimized in a space of stochastic integrals. This problem arises when the seller of an American option aims to control the shortfall risk by using a partial hedge. We quantify the shortfall risk through a robust loss functional motivated by an extension of classical expected utility theory due to Gilboa and Schmeidler. In a general semimartingale model we prove the existence of an optimal strategy. Under additional compactness assumptions we show how the robust problem can be reduced to a non-robust optimization problem with respect to a worst-case probability measure. In the second part, we study the notions of the upper and the lower Snell envelope associated to an American option. We construct the envelopes for stable families of equivalent probability measures, the family of local martingale measures being an important special case. We then formulate two robust optimal stopping problems. The stopping problem related to the upper Snell envelope is motivated by the problem of monitoring the risk associated to the buyer’s choice of an exercise time, where the risk is specified by a coherent risk measure. The stopping problem related to the lower Snell envelope is motivated by a robust extension of classical expected utility theory due to Gilboa and Schmeidler. Using martingale methods we show how to construct optimal solutions in continuous time and for a finite horizon.