[PDF] Calcul Stochastique pour la finance





Previous PDF Next PDF



Calcul stochastique appliqué à la finance

1. ]. 2. Remarque 2.3.4 Le terme "risque neutre" provient de la théorie économique : si les interve- nants n'ont pas d'aversion au risque 



Cours de Calcul stochastique Master 2IF EVRY

1.5.1 Convergence presque sûre . 1.7.4 Propriétés de l'espérance conditionnelle . ... 5.4.1 Euclidian norm of n-dimensional Brownian motion .



EXERCICES DE CALCUL STOCHASTIQUE M2IF Evry

Exercice 1.2.4 Convergence. Soit (Xnn ? 1) une suite de v.a. gaussiennes qui converge dans L2 vers X. Quelle est la loi de X?



catalogue_2020_fr_v1.0.pdf

17 sept. 2019 14. 1CC1000 – Systèmes d'Information et Programmation . ... 4. 1SC2410 – Étude et modélisation des systèmes de conversion.



Séries temporelles

t?N est un bruit blanc fort. 1. Calculer la fonction d'autocovariance ?X de X. d'autocovariance d'un processus X solution de l'équation MA(1) : Xt ...



Modélisation et simulation des systèmes de production: une

7 mai 2013 archive for the deposit and dissemination of sci- ... Albert MA THON ... Chapitre 1 Systèmes de Production et Gestion de Production.



Séries chronologiques (avec R) (Cours et exercices) M1 IM 2021

4. 1.4. Corrigé de la feuille d'exercices numéro 1 (qui constitue un exemple de Prérequis : cours de L3 MASS d'introduction aux séries chronologiques et ...



Calcul Stochastique pour la finance

4 Calcul stochastique feuille simple qui partant d'une richesse nulle en t = 0



Processus stochastiques

1 oct. 2021 constitue le point de départ du calcul stochastique qui est la suite natuelle de cours et pour laquelle on renvoie `a [JCB-stoch].



MARTINGALES POUR LA FINANCE

L'intégralité du livre est basée sur les cours de Calcul stochastique pour la finance donnés dans le cadre des masters MASS et mathématiques appliquées de 





Calcul stochastique appliqué à la ?nance - Dauphine-PSL Paris

1 3 COMPARAISON DE PORTEFEUILLES 7 1 3 Comparaison de portefeuilles Nous notons dans la suite B(t;T) le prix en td’un zéro coupon de maturité T i:e:un actif dont la valeur en Tvaut 1 La valeur B(t;T) dépend du modèle choisi Dans le cas d’un modèle en temps continu la présence du taux d’intérêt rconduit à B(t;T) = e (T t) alors



Searches related to master mass 1 calcul stochastique et finance feuille de td no 4

Ces notes de cours ont pour but d’introduire au calcul stochastique et a ses outils fon-damentaux Elles sont principalement destin ees aux etudiants du Master 2 Math ematiques et applications de l’Universit e de Rennes 1 Ces notes ont plusieurs sources d’inspiration

Calcul Stochastique pour la finance

Romuald ELIE

2 Nota :Ces notes de cours sont librement inspirées de différentes manuels, polycopiés, notes de cours ou ouvrages. Citons en particulier ceux de Francis Comets, Nicole El Karoui, Monique Jeanblanc, Bernard Lapeyre, Damien Lamberton, Steven Shreeve... Je les en remercie. Mea Culpa :Comme dans toutes notes de cours, des erreurs sont encore présentes dans ce polycopié. N"hésitez pas à me les communiquer : elie@ceremade.dauphine.fr.

Table des matières

1 Notion d"Arbitrage 5

1.1 Hypothèses sur le marché . . . . . . . . . . . . . . . . . . . . . . . . . .

5

1.2 Arbitrage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

5

1.3 Comparaison de portefeuilles . . . . . . . . . . . . . . . . . . . . . . . .

6

1.4 Relation de parité Call-Put . . . . . . . . . . . . . . . . . . . . . . . . .

7

1.5 Prix d"un contrat Forward . . . . . . . . . . . . . . . . . . . . . . . . . .

8

2 Modèle Binomial à une période 11

2.1 Modélisation probabiliste du marché . . . . . . . . . . . . . . . . . . . .

11

2.2 Stratégie de Portefeuille simple . . . . . . . . . . . . . . . . . . . . . . .

13

2.3 Probabilité risque neutre . . . . . . . . . . . . . . . . . . . . . . . . . . .

14

2.4 Evaluation et couverture d"un produit dérivé . . . . . . . . . . . . . . .

17

3 Modèle binomial à n périodes 19

3.1 "Rappels" de probabilité : Processus discret et Martingale . . . . . . . .

19

3.2 Modélisation du marché . . . . . . . . . . . . . . . . . . . . . . . . . . .

20

3.3 Stratégie de portefeuille . . . . . . . . . . . . . . . . . . . . . . . . . . .

22

3.4 Arbitrage et Probabilité risque neutre . . . . . . . . . . . . . . . . . . .

23

3.5 Duplication d"un produit dérivé . . . . . . . . . . . . . . . . . . . . . . .

26

3.6 Evaluation et couverture d"un produit dérivé . . . . . . . . . . . . . . .

28

4 Calcul stochastique 31

4.1 Processus et Martingale . . . . . . . . . . . . . . . . . . . . . . . . . . .

31

4.1.1 Processus . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

31

4.1.2 EspacesLp. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .31

4.1.3 Filtration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

32

4.1.4 Martingale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

33

4.1.5 Processus Gaussien . . . . . . . . . . . . . . . . . . . . . . . . . .

35
3

4TABLE DES MATIÈRES

4.2 Mouvement Brownien . . . . . . . . . . . . . . . . . . . . . . . . . . . .

35

4.3 Variation totale et Variation quadratique . . . . . . . . . . . . . . . . . .

39

4.4 Intégrale stochastique . . . . . . . . . . . . . . . . . . . . . . . . . . . .

44

4.5 Formule d"Ito . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

54

4.6 Processus d"Ito . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

57

4.7 Equation Différentielle Stochastique . . . . . . . . . . . . . . . . . . . .

62

5 Modèle de Black Scholes 63

5.1 Hypothèses sur le marché . . . . . . . . . . . . . . . . . . . . . . . . . .

63

5.2 Modélisation probabiliste du marché . . . . . . . . . . . . . . . . . . . .

63

5.3 Probabilité risque neutre . . . . . . . . . . . . . . . . . . . . . . . . . . .

66

5.4 Portefeuilles autofinançants . . . . . . . . . . . . . . . . . . . . . . . . .

69

5.5 Duplication d"un produit dérivé . . . . . . . . . . . . . . . . . . . . . . .

72

5.6 Formule de Black Scholes . . . . . . . . . . . . . . . . . . . . . . . . . .

76

5.7 Sensibilités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

77

Chapitre 1

Notion d"Arbitrage

1.1 Hypothèses sur le marché

Nous supposerons que :

1.Les actifs sont divisibles à l"infini;

2.Le marché est liquide : on peut acheter ou vendre à tout instant;

3.On peut emprunter et vendre à découvert;

4.Les échanges ont lieu sans coûts de transaction;

5.On peut emprunter et prêter au même taux constantr.

1.2 Arbitrage

Quelles sont les évolutions possibles du marché? : ensemble des états possibles du marché; P: Probabilité réelle (ou en tout cas anticipée) de survenance de chacun des états.

Quelles sont les stratégies d"investissement?

Définition 1.2.1Unportefeuille autofinancantest une stratégie d"achat ou de vente

de titres, actions, prêts et emprunts à la banque, et plus généralement de produits dérivés

dont la valeur n"est pas modifiée par l"ajout ou le retrait d"argent. On notera X tlavaleur entdu portefeuilleX. On se donne donc simplement un capital initial et une stratégie dynamique d"inves- tissement dans les actifs du marché à partir de ce capital de départ.

Qu"est ce qu"une stratégie d"arbitrage?

Définition 1.2.2Unarbitragesur la période[0;T]est un portefeuille autofinançant Xde valeur nulle ent= 0dont la valeurXTenTest positive et strictement positive 5

6CHAPITRE 1. NOTION D"ARBITRAGE

avec une probabilité strictement positive. X

0= 0; XT0etP(XT>0)>0

On supposera qu"il y a sur le marché l"hypothèse d"Absence d"opportunités d"ar-

bitrage(AOA,no free lunch) entre tout instant0etT.fX0= 0etXT0g )P(XT>0) = 0L"hypothèse signifie simplement : "Si ma richesse aujourd"hui est nulle, elle ne peut

devenir positive et non identiquement nulle", soit "On ne peut gagner d"argent sans capital initial". Le raisonnement (défaitiste) est : "Si il y avait un arbitrage, quelqu"un en aurait déja profité". Sachant qu"il y a dans les banques beaucoup d"arbitragistes, cette hypothèse est cohérente sur les marchés.

1.3 Comparaison de portefeuilles

Proposition 1.3.1En AOA, si deux portefeuilles autofinançantsXetYont même valeur enT, ils ont même valeur en 0. X

T=YT)X0=Y0

Démonstration: SupposonsX0< Y0et proposons la stratégie suivante : A l"instant t= 0, achat deX, vente deYet placement deY0X0>0à la banque. La valeur du portefeuille à l"instantt=TestXTYTplus ce qu"a rapporté l"argent à la banque, qui est toujours>0.en 0enTAchat de XX 0X

TVente de YY0YTPlacement du gain à la banqueY

0X0>0(Y0X0)=B(0;T)>0Valeur0>0

Donc AOA impliqueX0Y0et, de manière similaire, on obtientX0Y0si bien queX0=Y0.2 Remarque 1.3.1Pour créer un arbitrage, on a acheté le moins cher et vendu le plus cher. Vu qu"ils ont meme valeur enT, on y gagne, logique...

1.4. RELATION DE PARITÉ CALL-PUT7

Proposition 1.3.2En AOA, si deux portefeuilles autofinançantsXetYont même valeur enT, elles ont presque sûrement même valeur en tout instanttT. X

T=YT) 8tT Xt=YtPp:s:

Ce résultat est une conséquence directe du résultat suivant : Proposition 1.3.3En AOA, considérons deux portefeuilles autofinançantsXetY, alors : X

TYT) 8tT XtYtp:s:

Démonstration: SoittT. Proposons la stratégie suivante : en 0 : je ne fais rien. ent: Surf!2 ;Xt(!)> Yt(!)g, j"achète le portefeuilleYau prixYt, je vend le portefeuilleXau prixXtet je place la différenceXtYt>0à la banque. Surf!2 ;Xt(!)Yt(!)g, je ne fais rien. Finalement, enT, surfXt> Ytg, je toucheYTXT0plus ce qu"a rapporté l"argent à la banque qui est toujours>0, soit une valeur>0, et surfXtYtg, la valeur du portefeuille est nulle.en tenTSurfXt> YtgAchat de Y en tY tY TVente de X en tXtXTPlacement du gain à la banqueX tYt>0(XtYt)=B(t;T)>0Valeur0>0

SurfXtYtgValeur00

Donc AOA impliqueP(Xt> Yt) = 0.2

1.4 Relation de parité Call-Put

Uncallde strikeKet d"échéanceTsur le sous-jacentSa pour payoff(STK)+; notonsCtson prix à l"instantt. Unputde strikeKet d"échéanceTsur le sous-jacentSa pour payoff(KST)+; notonsPtson prix à l"instantt. Unzero-coupond"échéanceTest un produit financier de valeur 1 enT. Son prix ent est notéB(t;T).

8CHAPITRE 1. NOTION D"ARBITRAGE

Alors, en AOA, les prix des calls et des puts entsont reliés par la relation deparité call put:C tPt=StKB(t;T)En effet considérons les deux stratégies de portefeuille : en 0entenTPort. 1Achat d"un Put européen entP t(KST)+Achat d"un actif risqué entS tS

TValeurP

t+St(KST)++STPort. 2Achat d"un Call européen entC t(STK)+Achat deKactifs sans risque entKB(t;T)K

ValeurC

t+KB(t;T)(STK)++KRemarquons que l"on a : (KST)++ST=K1fSTKg+ST1fKSTg= (STK)++K Donc, les deux portefeuilles ont des flux finaux égaux, et donc en AOA des valeurs égales à tout instanttTce qui nous donne la relation de parité Call-Put : Remarque 1.4.1Cette relation est intrinsèque à l"absence d"opportunité d"arbitrage sur le marché et ne dépend en rien du modèle d"évolution imposé aux actifs.

1.5 Prix d"un contrat Forward

Le contrat Forward est un contrat signé à la datet= 0qui assure l"échange enTde l"actif risquéScontre un prixF(0;T)fixé ent= 0. Il n"y a aucun échange d"argent à la datet= 0. Pour déterminer le prixF(0;T)du contrat, considérons les deux stratégies de portefeuille suivantes :en0enTPort. 1Achat de l"actifS0en0S 0S TVente deF(0;T)zéros coupons en0F(0;T)B(0;T)F(0;T)ValeurS

0F(0;T)B(0;T)S

TF(0;T)Port. 2Achat du contrat Forward en00S

TF(0;T)Sous, AOA, on a donc

F(0;T) =S0B(0;T):

1.5. PRIX D"UN CONTRAT FORWARD9

Remarque 1.5.1Montrez que de manière plus générale, on obtient :

F(t;T) =StB(t;T):

10CHAPITRE 1. NOTION D"ARBITRAGE

Chapitre 2

Modèle Binomial à une période

Le modèle binomial est très pratique pour les calculs et la plus grande partie des résultats obtenus se généralisent aux modèles en temps continu.

2.1 Modélisation probabiliste du marché

Considérons un marché à deux dates :t= 0ett= 1et deux actifs Un actifsans risquequi vaut 1 ent= 0et vautR= (1+r)ent= 1, qui représente l"argent placé à la banque au tauxr(dans une obligation), il est sans risque dans le sens où l"on connaît ent= 0la valeur qu"il aura ent= 1.

1!R= 1 +r

Et unactif risquéS, il vautS0ent= 0et à l"instant 1, il peut avoir pris 2 valeurs différentes : soit il est montéSu1=u:S0, soit il est descenduSd1=d:S0avecd < u. uS 0 S 0 dS 0 La modélisation probabiliste du marché est la donnée de 3 choses : ,FetP. est l"ensemble des états du monde: 2 états possibles selon la valeur de l"actif risqué ent= 1, état "haut"!uou "bas"!d. =f!u;!dg

Pest laprobabilité historiquesur

.P(!u) =petP(!d) = 1p. Le prix a une probabilité réellepde monter et1pde descendre. Attentionp2]0;1[car les 2 états du monde peuvent arriver. 11

12CHAPITRE 2. MODÈLE BINOMIAL À UNE PÉRIODE

F=fF0;F1gest un couple de deux tribus représentant l"information globale dispo- nible sur le marché aux instantst= 0ett= 1.

Ent= 0, on ne dispose d"aucune information :

F 0=f;; g: Ent= 1, on sait si l"actif est monté ou descendu : F 1=P( ) =f;; ;f!ug;f!dgg: Cette tribu représente l"ensemble des parties de dont je puisse dire à l"instantt= 1 si elles sont réalisées ou non. Remarque 2.1.1Bien sûr, on aF0 F1, en effet plus le temps avance plus l"on acquiert de l"information. Remarque 2.1.2Une variable aléatoire estF1-mesurable si et seulement si elle est connue avec l"information donnée parF1, i.e. déterminée à l"instant 1. En effet, heuris- tiquement

Une variable aléatoireXestF1-mesurable

,L"image réciproque de tout BorélienBdeRest dansF1; ,Je peux dire ent= 1pour tout BorélienBdeRsiXest à valeur dansB; ,Je peux dire pour tout réelrsiXest dans] 1;r[ou pas; ,Je connaisXà la datet= 1.

Remarque 2.1.3F1est la tribu engendrée parS1:F

1=(S1):En effet, par définition, la tribu engendrée parS1est l"image réciproque parS1des Bo-

réliens deR, i.e.fS11(B);B 2 B(R)g. C"est la plus petite tribu qui rendeS1mesurable.

Pour tout BorélienBdeR,

- siuS0etdS0sont dansB, on aS11(B) = - si justeuS0est dansB, on aS11(B) =!u, - si justedS0est dansB, on aS11(B) =!d, - et si aucun des 2 n"est dansB, on aS11(B) =;.quotesdbs_dbs23.pdfusesText_29
[PDF] INTRODUCTION AU CALCUL STOCHASTIQUE

[PDF] methodes de valorisation des stocks - AUNEGE

[PDF] circulaire temps partiel 2016-2017

[PDF] Aire totale des prismes

[PDF] notice explicative calcul des surfaces de plancher - Canohes

[PDF] Aire des polygones - Sylvain Lacroix

[PDF] Aire d 'un quadrilatère quelconque - Numdam

[PDF] SCM : Et si l 'on reparlait de gestion de stocks - Supply Chain

[PDF] Taille optimale de l 'équipe commerciale - MemoPage

[PDF] modalités de calcul des tarifs de péage au sein des - Asecap

[PDF] Calcul du taux d 'absentéisme - csmota

[PDF] Comment calculer le taux d 'évolution global de plusieurs - Euler

[PDF] Mesure et contrôle des impayés Calcul et fixation de taux d 'intérêt

[PDF] Accueil de jeunes enfants - Caf

[PDF] La prestation de service unique Mode d 'emploi - Gisti