• Aucun résultat trouvé

Utilisation des éléments finis pour le pricing d'options

N/A
N/A
Protected

Academic year: 2022

Partager "Utilisation des éléments finis pour le pricing d'options"

Copied!
36
0
0

Texte intégral

(1)

Utilisation des éléments finis pour le pricing d'options

Semaine « éléments finis », ENSMP 29 novembre 2006

Jean-Didier Garaud (ONERA, DMSE/LCME)

(2)

PlanPlan

Actions et produits dérivés Modèle de Black-Scholes

Hypothèses & équations

Calcul d'Itō

EDP de Black-Scholes

Différentes méthodes de résolution Options « panier »

(3)

Sous-jacents Sous-jacents

Exemples de sous-jacents:

Actions

Obligations, PEL

Indices (ex: CAC 40) Devises (ex: $ vs. €)

(4)

Sous-jacents Sous-jacents

0 50 100 150 200 250 300 350 400 99.5

100 100.5 101 101.5 102 102.5 103 103.5 104 104.5 105

Temps (jours)

S(t)

Exemples de sous-jacents:

Actions

Obligations, PEL

Indices (ex: CAC 40) Devises (ex: $ vs. €)

(5)

0 50 100 150 200 250 300 350 400 99.5

100 100.5 101 101.5 102 102.5 103 103.5 104 104.5 105

Temps (jours)

S(t)

Modèle de Black-Scholes Modèle de Black-Scholes

Modèle de Black-Scholes (1973)

(prix Nobel en 97, avec Merton)

St valeur du sous-jacent

 dérive

 volatilité

Wt processus de Wiener (Brownien)

(6)

Modèle de Black-Scholes Modèle de Black-Scholes

Hypothèses du modèle :

 et µ connus et constants pas de frais d'achat / vente pas de dividendes

arbitrage impossible

(7)

Produits dérivés Produits dérivés

Call européen

droit d'acheter un sous-jacent à date T (maturité)

au prix K (strike)

Put européen

droit de vendre un sous-jacent à date T

au prix K

(8)

Produits dérivés Produits dérivés

Call européen

protection contre montée de l'action transfert du risque

pari sur une hausse

perte limitée, gain illimité ...

(9)

Objectif :

déterminer la valeur d'une option

(10)

Valeur du produit dérivé Valeur du produit dérivé

Valeur : C(t, T, St , K)

(11)

Valeur d'un call Valeur d'un call

Valeur : C(t, T, St , K)

À maturité : C(t=T) = (ST – K)+

0 25 50 75 100 125 150 175 200

0 10 20 30 40 50 60 70 80 90 100

Payoff d'un call (en T)

Call

S

C

(12)

Valeur d'un put Valeur d'un put

Valeur : P(t, T, St , K)

À maturité : P(t=T) = (K – ST)+

0 25 50 75 100 125 150 175 200

0 10 20 30 40 50 60 70 80 90 100

Payoff d'un put (en T)

Put

S

P

(13)

Variantes :

binaires, et autres payoffs barrières

américaines asiatiques paniers

...

Produits dérivés Produits dérivés

(14)

Valeur : C(t, T, St , K)

À maturité : C(t=T) = (ST – K)+ Problème : valeur aujourd'hui ? Valeur du produit dérivé

Valeur du produit dérivé

(15)

Valeur : C(t, T, St , K)

À maturité : C(t=T) = (ST – K)+ Problème : valeur aujourd'hui ? Valeur du produit dérivé

Valeur du produit dérivé

(16)

Valeur du produit dérivé Valeur du produit dérivé

Valeur : C(t, T, St , K)

À maturité : C(t=T) = (ST – K)+ Problème : valeur aujourd'hui ?

(17)

Encadrements du call Encadrements du call

0 25 50 75 100 125 150 175 200 0

25 50 75 100 125 150 175 200

BorneSup Call

BorneInf

S

C

(18)

Put européen 1D Put européen 1D

0 20 40 60 80 100 120 140 160 180 200

0 10 20 30 40 50 60 70 80 90 100

Put européen

S

P

(19)

Obtention de l'EDP de Black-Scholes Obtention de l'EDP de Black-Scholes

Calcul d'Itō

(20)

Obtention de l'EDP de Black-Scholes Obtention de l'EDP de Black-Scholes

Calcul d'Itō

Stochastique

Déterministe

(21)

De Black-Scholes à l'équation de la chaleur De Black-Scholes à l'équation de la chaleur

(22)

Régularité de la solution

De Black-Scholes à l'équation de la chaleur De Black-Scholes à l'équation de la chaleur

Equation de la chaleur

Existence et

unicité d'une solution

(23)

Solution analytique rapide exacte

pas adaptée aux variantes

Différentes méthodes de résolution Différentes méthodes de résolution

(24)

Solution analytique Monte-Carlo

facile à mettre en oeuvre adaptable :

si non constants si dividendes

convergence en lourd sur options américaines

Différentes méthodes de résolution Différentes méthodes de résolution

(25)

Solution analytique Monte-Carlo

Différences finies

bon taux de convergence adaptable aux variantes

maillage régulier

problème du domaine infini (en S)

conditions au bord

Différentes méthodes de résolution Différentes méthodes de résolution

(26)

Solution analytique Monte-Carlo

Différences finies Éléments finis

bon taux de convergence adaptable aux variantes erreur a posteriori

maillage adapté

problème du domaine infini (en S)

conditions au bord

intégration temporelle CFL

Différentes méthodes de résolution Différentes méthodes de résolution

(27)

Problème du domaine infini (en S)

Quelle condition en Smax ?

Problème du domaine infini Problème du domaine infini

(28)

Conditions au bord pour un put Conditions au bord pour un put

Payoff

Aujourd'hui St=0

Smax

(29)

Résolution par éléments finis Résolution par éléments finis

Maillage adapté

0 25 50 75 100 125 150 175 200

0 10 20 30 40 50 60 70 80 90 100 110

Call

S

C

(30)

Résolution par éléments finis Résolution par éléments finis

Maillage adapté

0 25 50 75 100 125 150 175 200

0 10 20 30 40 50 60 70 80 90 100 110

Call

S

C

(31)

Résolution par éléments finis Résolution par éléments finis

Maillage adapté

0 25 50 75 100 125 150 175 200

0 10 20 30 40 50 60 70 80 90 100 110

Call

S

C

(32)

Plusieurs sous-jacents : S1,... SN

Options panier Options panier

Payoff : Valeur :

EDP

Système d'ED stochastiques :

(33)

Exemple sur un put

Options panier Options panier

10 000 éléments

(34)

Options panier Options panier

Exemple sur un put

10 000 éléments

(35)

2 000 éléments

Options panier Options panier

(36)

Computational Methods for Option Pricing,

O. Pironneau et Y. Achdou (2005)

Introduction au calcul stochastique appliqué à la finance

D. Lamberton et B. Lapeyre (1997)

The mathematics of financial derivatives, P. Wilmott, CUP (1995)

EDP et méthodes numériques en finance,

cours du DEA ANEDP, H. Berestycki et O. Pironneau http://www.ann.jussieu.fr/~achdou/

Références Références

Références

Documents relatifs

See Kau and Slawson (2002) for one of the latest version of these models. The purpose of what follows is to present the standard no-arbitrage argument producing the

We shall not address this pertinent issue at this stage of our research, but we shall rather focus on specific subclasses of game options (convertible securities and, as a special

To this end, a comparison between the HARGL and the HARG illustrates the importance of the leverage L t , while a comparison between the HARG and the ARG, which is the

First we remark that in the case of Parisian option we have counted the number of time steps for which the paths stay over the barrier while here we will count the number of nodes

Then, constructing some “good” marginal quantization of the price process based on the solution of the previous ODE’s, we show how to estimate the premium of barrier options from

Instead, we develop the enhanced versions of the Fast Wiener-Hopf factorization algorithm (see Kudryavtsev and Levendorskiˇi (2009)) which are applicable to pricing barrier

At this stage, we are able to compute the Laplace transforms of the prices of all the different Parisian options, we only need a method to accurately invert them.. In Section 7,

The abscissa of convergence of the Laplace transforms of the double barrier Parisian option prices computed previously is smaller than (m + σ) 2 /2 (the Laplace transforms of the