Méthodes numériques en finance
Méthodes numériques en finance
Méthodes numériques en finance
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
11 MÉTHODES DE SIMULATIONS DANS LE MODÈLE DE BLACK & SCHOLES (1973) 137<br />
L’idée est d’utiliser la décomposition <strong>en</strong> base p d’un <strong>en</strong>tier: soit k un <strong>en</strong>tier et α 0 , α 1 ,...<br />
α r sa composition p-addique, i.e.<br />
k = α 0 + α 1 p + ... + α r p r où 0 ≤ α i < p pour tout i = 0, 1, ..., r. (25)<br />
La suite de Van der Corput <strong>en</strong> base p est la suite définie par<br />
Exemple 78. En base 2, on a<br />
u n = α 0<br />
p + ... + α r<br />
p r+1 .<br />
• k = 1, qui s’écrit 1 <strong>en</strong> base 2, et u 1 = 1 2 ,<br />
• k = 2, qui s’écrit 10, et u 2 = 1 2 2 + 0 2 = 1 4 ,<br />
• k = 3, qui s’écrit 11, et u 3 = 1 2 2 + 1 2 = 3 4 ,<br />
• k = 4, qui s’écrit 100, et u 4 = 1 2 3 + 0 2 2 + 0 2 2 = 1 8 ,<br />
• k = 19, qui s’écrit 10011, et u 1 9 = 1 2 5 + 0 2 4 + 0 2 3 + 0 2 2 + 1 2 = 25<br />
32 ,<br />
La suite de Halton est obt<strong>en</strong>ue <strong>en</strong> dim<strong>en</strong>sion 2 <strong>en</strong> pr<strong>en</strong>ant pour la première composante<br />
la suite de Van der Corput de base 2, et de base 3 pour la seconde. Plus généram<strong>en</strong>t,<br />
<strong>en</strong> dim<strong>en</strong>sion d, on pr<strong>en</strong>d comme bases respectives les d premiers nombres premiers<br />
(2, 3, 5, 7, 11, ....)<br />
Remarque 79. Ces suites ne sont pas aléatoires, mais purem<strong>en</strong>t déterministes: on ne<br />
peut invoquer de théorème c<strong>en</strong>tral limite pour avoir un intervalle de confiance.<br />
A propos des méthodes de quasi-monte carlo, Zaremba (1968) notait fort justem<strong>en</strong>t<br />
“the proper justification of normal practice of Monte Carlo integration must not be based<br />
on the randomness of the procedure, which is spurious, but on the equidispersion properties<br />
of the sets of points at which the integrand values are computed”.<br />
11.2 Méthodes de simulation <strong>en</strong> <strong>finance</strong> ?<br />
Les méthodes de Monte Carlo sont relativem<strong>en</strong>t intéressantes car elles permett<strong>en</strong>t de<br />
modéliser, a priori, des produits relativem<strong>en</strong>t complexes. De manière générale, rappelons<br />
que le prix d’une option de maturité T , à la date 0 s’écrit<br />
( ) g(ST )<br />
V 0 = B 0 E ,<br />
B T<br />
où (B t ) est le facteur d’actualisation, ou le numéraire. En particulier, il est possible<br />
d’ét<strong>en</strong>dre le modèle de Black & Scholes (1973) (où r est un taux constant) à un taux<br />
stochastique (LIBOR par exemple).<br />
La base des techniques de simulation est la loi forte des grands nombres, afin d’estimer<br />
une espérance. Si X 1 , ..., X n sont des réalisations indép<strong>en</strong>dantes,<br />
1<br />
n∑<br />
p.s.<br />
X i → E(X),<br />
n<br />
i=1<br />
Arthur CHARPENTIER - Méthodes numériques <strong>en</strong> Finance