Zentraler Gegenstand dieser Dissertation ist die Entwicklung von mathematischen Methoden zur Charakterisierung und Implementierung von optimalen Investmentstrategien eines Kleininvestors auf einem Finanzmarkt. Zur Behandlung dieser Probleme ziehen wir als Hauptwerkzeug Stochastische Rückwärts-Differenzialgleichungen (BSDEs) mit nicht-linearen Drifts heran. Diese Nicht-Lineariäten ordnen sie außerhalb der Standardklasse der Lipschitz-stetigen BSDEs ein und treten häufig in finanzmathematischen Kontrollproblemen auf. Wir charakterisieren das optimale Vermögen und die optimale Investmentstrategie eines Kleininvestors mit Hilfe einer sog. Stochastischen Vorwärts-Rückwärts-Differenzialgleichung (FBSDE), einem System bestehend aus einer stochastischen Vorwärtsgleichung, die vollständig gekoppelt ist an eine Rückwärtsgleichung. Die Festlegung bestimmter Nutzenfunktionen führt uns schließlich zu einer weiteren Klasse von nicht-standard BSDEs, die in unmittelbarem Zusammenhang zu dem sog. Ansatz der stochastischen partiellen Rückwärts-Differenzialgleichungen (BSPDEs) steht. Anschließend entwickeln wir eine Methode zur numerischen Behandlung von quadratischen BSDEs, die auf einem stochastischen Analogon der Cole-Hopf-Transformation basiert. Wir studieren weiterhin eine Klasse von BSDEs, deren Drifts explizite Pfadabhängigkiten aufweisen und leiten mehrere analytische Eigenschaften her. Schließlich studieren wir Dualdarstellungen für Optimalen Mehrfachstoppprobleme. Wir leiten Martingal-Dualdarstellungen her, die die Grundlage für die Entwicklung von Regressions-basierten Monte Carlo Simulationsalgorithmen bilden, die schnell und effektiv untere und obere Schranken berechnen. / This thesis elaborates on the wealth maximization problem of a small investor who invests in a financial market. Key tools for our studies come across in the form of several classes of BSDEs with particular non-linearities, casting them outside the standard class of Lipschitz continuous BSDEs. We first give a characterization of a small investor''s optimal wealth and its associated optimal strategy by means of a systems of coupled equations, a forward-backward stochastic differential equation (FBSDE) with non-Lipschitz coefficients, where the backward component is of quadratic growth. We then examine how specifying concrete utility functions give rise to another class of non-standard BSDEs. In this context, we also investigate the relationship to a modeling approach based on random fields techniques, known by now as the backward stochastic partial differential equations (BSPDEs) approach. We continue with the presentation of a numerical method for a special type of quadratic BSDEs. This method is based on a stochastic analogue to the Cole-Hopf transformation from PDE theory. We discuss its applicability to numerically solve indifference pricing problems for contingent claims in an incomplete market. We then proceed to BSDEs whose drifts explicitly incorporate path dependence. Several analytical properties for this type of non-standard BSDEs are derived. Finally, we devote our attention to the problem of a small investor who is equipped with several exercise rights that allow her to collect pre-specified cashflows. We solve this problem by casting it into the language of multiple optimal stopping and develop a martingale dual approach for characterizing the optimal possible outcome. Moreover, we develop regression based Monte Carlo algorithms which simulate efficiently lower and upper price bounds.

Limit-Orderbücher sind das Standardinstrument der Preisbildung in modernen Finanzmärkten. Während Strom traditionell in Auktionen gehandelt wird, gibt es Intraday Strommärkte wie beispielsweise den SIDC-Markt, in welchem Käufer und Verkäufer über Limit-Orderbücher zusammentreffen. In dieser Arbeit werden wir stochastische Modelle von Limit-Orderbüchern auf der Grundlage der zugrundeliegenden Marktmikrostruktur entwickeln. Einen besonderen Schwerpunkt legen wir dabei auf die Berücksichtigung besonderer Merkmale der Intraday-Strommärkte, die sich zum Teil deutlich von denen der Finanzmärkte unterscheiden. Die in dieser Arbeit entwickelten Modelle beginnen mit einer realistischen und mikroskopischen Beschreibung der Marktdynamik. Große Preisänderungen über kurze Zeiträume werden ebenso berücksichtigt wie begrenzte grenzüberschreitende Aktivitäten. Diese mikroskopischen Modelle sind im Allgemeinen zu rechenintensiv für praktische Anwendungen. Das Hauptziel dieser Arbeit ist es daher, geeignete Approximationen dieser mikroskopischen Modelle durch sogenannte Skalierungsgrenzprozesse herzuleiten. Zu diesem Zweck werden sorgfältig Skalierungsannahmen formuliert und in die mikroskopischen Modelle eingebaut. Diese Annahmen ermöglichen es uns, ihr Hochfrequenzverhalten zu untersuchen, vorausgesetzt, dass die Größe eines einzelnen Auftrags gegen Null konvergiert, während die Auftragseingangsrate gegen unendlich tendiert. Die Kalibrierung mathematischer Modelle ist aus Anwendersicht eines der Hauptanliegen. Dabei ist bekannt, dass Änderungspunkte (abrupte Schwankungen) in hochfrequenten Finanzdaten vorhanden sind. Falls sie durch endogene Effekte verursacht wurden, muss bei der Schätzung solcher Änderungspunkte die Abhängigkeit von den zugrundeliegenden Daten berücksichtigt werden. Daher erweitern wir im letzten Teil dieser Arbeit die bestehende Literatur zur Erkennung von Änderungspunkten, so dass auch zufällige, von den Daten abhängige Änderungspunkte gehandhabt werden können. / Limit order books are the standard instrument for price formation in modern financial markets. While electricity has traditionally been traded through auctions, there are intraday electricity markets, such as the SIDC market, in which buyers and sellers meet via limit order books. In this thesis, stochastic models of limit order books are developed based on the underlying market microstructure. A particular focus is set on incorporating unique characteristics of intraday electricity markets, some of which are quite different from those of financial markets. The developed models in this thesis start with a realistic and microscopic description of the market dynamics. Large price changes over short time periods are considered, as well as limited cross-border activities. These microscopic models are generally computationally too intensive for practical applications. The main goal of this thesis is therefore to derive suitable approximations of these microscopic models by so-called scaling limits. For this purpose, appropriate scaling assumptions are carefully formulated and incorporated into the microscopic models which allow us to study their high-frequency behavior when the size of an individual order converges to zero while the order arrival rate tends to infinity. Calibration of mathematical models is one of the main concerns from a practitioner’s point of view. It is well known that change points (abrupt variations) are present in high-frequency financial data. If they are caused by endogenous effects, the dependence on the underlying data must be considered when estimating such change points. In the final part of this thesis, we extend the existing literature on change point detection so that random change points depending on the data can also be handled.