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 188<br />
Valeur du Delta, option digital (n=25 000)<br />
Valeur du Delta, option digital (n=250 000)<br />
0.14 0.16 0.18 0.20 0.22 0.24<br />
0.14 0.16 0.18 0.20 0.22 0.24<br />
0.0 0.2 0.4 0.6 0.8 1.0<br />
Coeffici<strong>en</strong>t de lissage<br />
0.0 0.2 0.4 0.6 0.8 1.0<br />
Coeffici<strong>en</strong>t de lissage<br />
Figure 132: Calcul des grecques pour une option digitale, à l’aide de 25 000 simulations<br />
à gauche, et de 250 000 simulations à droite.<br />
12.14 Le problème de la dim<strong>en</strong>sion<br />
On considère ici m actifs (a priori corrélés.<br />
La simulation d’un vecteur Gaussi<strong>en</strong> de R m nécessite la recherche d’une matrice triangulaire<br />
inférieure M telle que MM ′ = Σ (algorithme de Cholesky).<br />
L’analyse <strong>en</strong> composantes principales propose de réduire le problème, de la dim<strong>en</strong>sion<br />
m à une dim<strong>en</strong>sion k beaucoup plus faible. Rappelons que M peut s’écrire M = Q √ D où<br />
Q est la matrice des valeurs propres unitaires de Σ, et D la matrice diagonale des valeurs<br />
propres.<br />
L’idée est ici de ne garder que les k plus grandes valeurs propres, afin de réduire la<br />
dim<strong>en</strong>sion.<br />
⎛<br />
⎜<br />
⎝<br />
1.65 0.29 0.00 0.56<br />
0.29 0.75 −0.04 0.56<br />
0.00 −0.04 0.16 0.00<br />
0.56 0.56 0.00 0.64<br />
⎞<br />
⎛<br />
⎟<br />
⎠ = ⎜<br />
⎝<br />
× ⎜<br />
⎝<br />
0.81 0.55 0.069 0.15<br />
0.36 −0.71 0.15 0.57<br />
−0.01 0.04 −0.95 0.31<br />
0.45 −0.42 −0.26 −0.7408629<br />
⎛<br />
2.09 0.00 0.00 0.00<br />
0.00 0.85 0.00 0.00<br />
0.00 0.00 0.17 0.00<br />
0.00 0.00 0.00 0.08<br />
⎞ ⎛<br />
⎟ ⎜<br />
⎠ ⎝<br />
⎞<br />
⎟<br />
⎠<br />
0.81 0.55 0.069 0.15<br />
0.36 −0.71 0.15 0.57<br />
−0.01 0.04 −0.95 0.31<br />
0.45 −0.42 −0.26 −0.7408629<br />
On peut alors construire la matrice induite <strong>en</strong> supprimant les plus petites valeurs propres<br />
Arthur CHARPENTIER - Méthodes numériques <strong>en</strong> Finance