a la Finance Université Paris 1 Calcul Stochastique ... - samos-matisse
a la Finance Université Paris 1 Calcul Stochastique ... - samos-matisse
a la Finance Université Paris 1 Calcul Stochastique ... - samos-matisse
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
1.2 Variation quadratique - Crochet d’une martingale locale 7<br />
On remarque d’ailleurs que <strong>la</strong> démonstration précédente et le Théorème de convergence<br />
dominée entraînent que si V [0,t] (X) ≤ C p.s. où C est constante, Tt<br />
∆ converge vers 0 dans<br />
L 1 . ✷<br />
Le résultat suivant a été montré dans le cours de <strong>Calcul</strong> <strong>Stochastique</strong> 1.<br />
Théorème 1.18 Le mouvement Brownien (B t ) est de variation quadratique finie sur tout<br />
intervalle [0, T] et 〈B, B〉 t = t. Plus précisément, lorsque |∆| → 0, E(|Tt ∆ (B) − t| 2 ) → 0,<br />
c’est à dire que <strong>la</strong> convergence a lieu dans L 2 .<br />
De plus, si σ ∈ H2 loc,<br />
le processus (∫ t<br />
σ 0 sdB s , t ≥ 0) est de variation quadratique ∫ t<br />
0 σ2 s ds<br />
sur chaque intervalle [0, t].<br />
Nous allons tout d’abord le généraliser à des martingales locales continues.<br />
Notation Soit ∆ = {t 0 = 0 < t 1 < t 2 < · · · } une subdivision de [0, +∞[ telle que pour tout<br />
t > 0, ∆ ∩ [0, t] ne comprend qu’un nombre fini de points. Par analogie avec les notations<br />
précédentes, pour tout t > 0 (en ajoutant t à <strong>la</strong> subdivision) et pour tout processus X<br />
notons<br />
Tt ∆ (X) = ∑ ti+1 ∧t − X ti ∧t)<br />
i≥0(X 2 . (1.2)<br />
Le processus X est à variation quadratique finie si pour tout t <strong>la</strong> famille de processus T ∆<br />
t (X)<br />
converge en probabilité vers 〈X, X〉 t quand le pas |∆| de <strong>la</strong> subdivision sur [0, t] tend vers<br />
0.<br />
Le résultat suivant est fondamental. Il relie <strong>la</strong> variation quadratique à une martingale<br />
associée au carré du processus.<br />
Théorème 1.19 Soit M une (F t )-martingale locale continue. Alors M est de variation quadratique<br />
finie et sa variation quadratique 〈M, M〉 t est l’unique processus croissant, adapté,<br />
continu, nul en zéro tel que<br />
(<br />
M<br />
2<br />
t − 〈M, M〉 t , t ≥ 0 ) est une (F t ) martingale locale .<br />
De plus, ∣ pour s < t et toute∣ suite (∆ n ) de subdivisions dont le pas |∆ n | tend vers 0, <strong>la</strong> suite<br />
sup s≤t Ts<br />
∆n (M) − 〈M, M〉 s converge vers 0 en probabilité.<br />
Si de plus, M est une martingale de carré intégrable (c’est à dire que E(Mt 2 ) < +∞<br />
pour tout t), alors (Mt 2 − 〈M, M〉 t, t ≥ 0) est une (F t ) martingale continue telle que pour<br />
tout couple de temps d’arrêt bornés S ≤ T ≤ C,<br />
E(M 2 T − M 2 S|F S ) = E(|M T − M S | 2 |F S ) = E(〈M, M〉 T − 〈M, M〉 S |F S ).<br />
Démonstration. L’unicité de <strong>la</strong> décomposition découle de <strong>la</strong> Proposition 1.15. En effet,<br />
soit Mt 2 = Y t + A t = Z t + B t où A, B sont des processus continus à variation finie et nuls<br />
en 0, Y, Z sont des martingales locales, continues puisque M. 2 , A . et B . le sont. Alors <strong>la</strong><br />
différence Y − Z = B − A est une martingale locale continue à variation finie nulle en 0,<br />
donc est nulle d’après <strong>la</strong> Proposition 1.15.<br />
Pour prouver l’existence, nous distinguerons plusieurs étapes. Pour alléger les notations,<br />
nous ne ferons pas référence à <strong>la</strong> filtration pour les temps d’arrêt, martingales, ... En remp<strong>la</strong>çant<br />
(M t ) par (M t − M 0 , t ≥ 0) qui est aussi une martingale (ou une martingale locale),<br />
nous supposerons que M 0 = 0.<br />
(1) On suppose que M est une martingale bornée par C. Pour toute subdivision ∆,<br />
s < t, notons i et k les entiers tels que t i ≤ s < t i+1 et t k ≤ t < t k+1 .<br />
26 octobre 2009 <strong>Calcul</strong> <strong>Stochastique</strong> 2 - Annie Millet