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.
12 AMÉLIORER LA PRÉCISION DES ESTIMATIONS 169<br />
Valeur d’un call europé<strong>en</strong>, Monte Carlo et variables antithétiques<br />
Valeur du call europé<strong>en</strong><br />
9.0 9.5 10.0 10.5 11.0 11.5 12.0<br />
0 2000 4000 6000 8000 10000<br />
Nombre de simulations<br />
Figure 115: Méthode d’importance sampling: cas d’école avec le calcul de P(X > 2) où<br />
X suit une loi de Cauchy.<br />
où V 1 , ..., V n sont indép<strong>en</strong>dantes, de loi Uni(0, 1/2). La même intégration par partie donne<br />
]<br />
]<br />
V ar<br />
[̂θ′ IS = 0.00095/n ≤ V ar<br />
[̂θMC /1000.<br />
Aussi, la même précision est obt<strong>en</strong>ue <strong>en</strong> utilisant 1000 fois moins de simulations.<br />
Figure 115. montre ainsi l’évolution de l’estimation <strong>en</strong> fonction de n.<br />
La<br />
La méthode d’importance sampling peut être particulièrem<strong>en</strong>t intéressante lorsqu’elle<br />
permet de passer d’une fonction non-bornée, à une fonction bornée. On cherche ici à<br />
estimer θ = displaystyle ∫ g(X)dF (x). Supposons que g ne soit pas bornée. L’idée de<br />
l’échantillonage par importance est de réécrire<br />
∫<br />
∫<br />
θ = g(x)f(x)dx = g(x) f(x) ∫<br />
f ∗ (x) f ∗ (x)dx = g ∗ (x)f ∗ (x)dx<br />
ou <strong>en</strong>core θ = E F (g(X)) = E F a st(g ∗ (X ∗ )), où X et X ∗ ont pour loi F et F ∗ respectivem<strong>en</strong>t.<br />
L’estimation dans le cas où g est non-bornée devrait être meilleure si on peut trouver<br />
une loi f ∗ telle que g ∗ est alors bornée.<br />
Exemple 92. Supposons que l’on cherche à calculer θ =<br />
1. La première idée peut être de voir<br />
∫ 1<br />
θ = E(g(U)) où g(z) = z α−1 e −z et U ∼ U([0, 1]).<br />
0<br />
z α−1 e −z dz, pour 1/2 < α ≤<br />
Notons qu’alors<br />
V ar(g(U)) =<br />
∫ 1<br />
0<br />
z 2(α−1) e −2z dz − θ 2 .<br />
Arthur CHARPENTIER - Méthodes numériques <strong>en</strong> Finance