Мультифрактальная модель времени в финансах (MMF), предложенная Бенуа Мандельбротом, Лораном Кальве и Аделем Фишером в 1997 году, революционизировала подход к анализу волатильности, введя концепцию "торгового времени", которое течет неравномерно, ускоряясь в периоды высокой активности и замедляясь в периоды затишья.
Свопционы (Swaptions) — опционы на заключение процентного свопа — являются одними из самых ликвидных инструментов на внебиржевом рынке. Их математическая оценка требует точного моделирования динамики форвардных процентных ставок и применения аннуитетных мартингальных мер.
В современном риск-менеджменте анализ экстремальных явлений требует применения Обобщенного распределения Парето (GPD). Оно позволяет математически строго описывать "тяжелые хвосты" распределений доходностей, выходя за рамки нормального закона и обеспечивая надежную оценку катастрофических потерь.
Модель прыжковой диффузии Ку (Kou), представленная в 2002 году, элегантно решила проблему асимметричной улыбки волатильности на рынках акций, предложив использовать двойное экспоненциальное распределение для размера скачков цен активов. Это решение значительно упростило получение аналитических формул по сравнению с классической моделью Мертона.
Критерий Келли, разработанный Джоном Ларри Келли-младшим в 1956 году в стенах Bell Labs, представляет собой математическую формулу определения оптимального размера ставки для максимизации долгосрочных темпов роста капитала в играх с положительным математическим ожиданием. Изначально созданный для решения проблемы зашумленности каналов связи в теории информации Шеннона, этот критерий быстро стал «Святым Граалем» для количественных трейдеров и управляющих фондами в задаче Capital Allocation (распределение капитала).
В статистическом арбитраже и количественном трейдинге фундаментальное значение имеет поиск стационарных отношений между нестационарными финансовыми рядами цен. Корреляция Пирсона здесь бесполезна, так как цены активов являются процессами с единичным корнем (Integrated of order 1, или $I(1)$), и высокая корреляция между ними часто оказывается "ложной" (Spurious Regression). Концепция коинтеграции, за которую Клайв Грейнджер и Роберт Энгл получили Нобелевскую премию, стала математическим ключом к разработке устойчивых рыночно-нейтральных стратегий (Pairs Trading, Basket Trading).
Классическая оптимизация портфеля по Марковицу, несмотря на свою математическую элегантность, редко используется практиками в чистом виде из-за критического недостатка: она чрезвычайно чувствительна к входным параметрам. Малейшие ошибки в оценке ожидаемых доходностей приводят к абсурдным (крайним) весам портфеля с гигантскими короткими позициями. Модель Блэка-Литтермана, созданная Фишером Блэком и Робертом Литтерманом в 1990 году, элегантно решила эту проблему, интегрировав рыночное равновесие и субъективные прогнозы инвестора с помощью строгой байесовской статистики.
До финансового кризиса 2008 года оценка внебиржевых деривативов (OTC) базировалась на предположении об абсолютной надежности контрагентов и возможности фондирования по безрисковой ставке LIBOR. Банкротство Lehman Brothers навсегда изменило эту парадигму. Оказалось, что кредитный риск контрагента, стоимость обеспечения (Collateral) и стоимость фондирования (Funding Cost) кардинально влияют на стоимость инструмента. Введение семейства корректировок XVA (X-Value Adjustments) превратило классическое ценообразование по Блэку-Шоулзу в сложнейшую многомерную математическую задачу нелинейной оценки портфелей.
В то время как структурные модели кредитного риска (модель Мертона) опираются на экономический баланс компании и рассматривают дефолт как эндогенное событие, зависящее от стоимости активов, модели сокращенной формы (Reduced-Form Models) идут принципиально иным путем. Они рассматривают дефолт как экзогенный, непредсказуемый процесс, математически моделируемый с помощью теории случайных скачков. Этот подход, предложенный Робертом Джарроу, Стюартом Тернбуллом и Дарреллом Даффи в 1990-х годах, позволил интегрировать оценку кредитного риска с моделями временной структуры процентных ставок.
Фильтр Калмана (Kalman Filter) был разработан в 1960 году для навигации космических аппаратов по зашумленным радарным данным. Однако его математическая природа — алгоритм рекурсивной оценки внутреннего состояния динамической системы — оказалась идеальной для количественных финансов. В финансовой эконометрике ключевые переменные (фундаментальная стоимость актива, ожидаемая доходность, уровень стохастической волатильности) являются "скрытыми", и фильтр Калмана позволяет аналитикам извлекать эти невидимые факторы из шума ежедневных рыночных котировок.