Karoui, Monique Jeanblanc, Bernard Lapeyre, Damien Lamberton, Steven Shreeve Je les en remercie 4 Calcul stochastique 31 L'introduction de
Previous PDF | Next PDF |
[PDF] Introduction au calcul stochastique appliqué à la finance - Hi - Free
Il en reste hélas sûrement et nous espérons que les lecteurs de cette nouvelle édition voudront bien nous les signaler Damien Lamberton et Bernard Lapeyre
[PDF] Damien Lamberton, Bernard Lapeyre-Introduction au Calcul
2 4 Enveloppe de Snell et chaînes de Markov 2 5 Application aux options américaines 3 Mouvement brownien et équations différentielles stochastiques 3 1
[PDF] Calcul Stochastique pour la finance
Karoui, Monique Jeanblanc, Bernard Lapeyre, Damien Lamberton, Steven Shreeve Je les en remercie 4 Calcul stochastique 31 L'introduction de
[PDF] 80-646-08 - Calcul stochastique I - HEC Montréal
15 fév 2011 · Damien Lamberton et Bernard Lapeyre (1997) Introduction au calcul stochastique appliqué à la finance , deuxième édition, Ellipses, Paris La
[PDF] Calcul stochastique - Formations Nanterre
14 déc 2020 · le calcul stochastique Bibliographie Introduction au calcul stochastique appliqué à la finance de Damien Lamberton et Bernard Lapeyre 1 / 1
[PDF] Introduction Au Calcul Stochastique Appliquã ã La Finance By
Introduction Au Calcul Stochastique Appliquã ã La Finance By Damien Lamberton Bernard Lapeyre Traitement Dauphine Matrice Mathmatiques Squence stochastique sous contriante Topics by Science gov Le noyau atomique Version
[PDF] ⇒ Libro Free Introduction au Calcul Stochastique - WordPresscom
Lire en ligne et télécharger le livre PDF Introduction au Calcul Stochastique Appliqué à la Finance Lamberton, Damien, Lapeyre, Bernard Téléchargement
[PDF] Master MATHÉMATIQUES ET APPLICATIONS - UFR de
Enseignant : Vlad Bally et Damien Lamberton Le but de ce cours est D Lamberton, B Lapeyre, Introduction au Calcul Stochastique Appliqué `a la Finance, 2nde édition Enseignants : Bernard Lapeyre et Benjamin Jourdain L' objectif de
[PDF] Estimation des paramètres des processus continus - Université de
1 - Nils Berglund, Martingales et calcul stochastique, Université d'Orléans, Janvier 2014, p 53 2 - Damien Lamberton et Bernard Lapeyre, Introduction au calcul
[PDF] Intégrale stochastique
20 nov 2006 · Intégrale stochastique F Godet Introduction au calcul stochastique pour la finance, Damien Lamberton et Bernard Lapeyre, Ellipses
[PDF] le maroc progressb dans le secteur des semences fourrageres
[PDF] culture fourragere - Fellah Trade
[PDF] culture fourragere - Fellah Trade
[PDF] Les Cultures Fourragères Annuelles - Biobase
[PDF] The Basic Writings of Bertrand Russell - Emil Kirkegaard
[PDF] Bertrand Russell, Le pouvoir, trad de l 'anglais par Michel - Érudit
[PDF] Éléments d 'analyse - Annabac
[PDF] Éléments d 'analyse - Annabac
[PDF] 1 Corrigé de l 'explication du texte de Bertrand Russell extrait de
[PDF] 1 Corrigé de l 'explication du texte de Bertrand Russell extrait de
[PDF] Résidence universitaire Canot - CLA DE BESANCON
[PDF] Vous trouverez ci-dessous un récapitulatif des sujets de - UdPPC
[PDF] Baccalauréat STI2D et STL spécialité SPCL 2017 - UdPPC
[PDF] Besançon Vesoul Besançon Vesoul - Keolis Monts Jura
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 . . . . . . . . . . . . . . . . . . . . . . . . . .
51.2 Arbitrage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
51.3 Comparaison de portefeuilles . . . . . . . . . . . . . . . . . . . . . . . .
61.4 Relation de parité Call-Put . . . . . . . . . . . . . . . . . . . . . . . . .
71.5 Prix d"un contrat Forward . . . . . . . . . . . . . . . . . . . . . . . . . .
82 Modèle Binomial à une période 11
2.1 Modélisation probabiliste du marché . . . . . . . . . . . . . . . . . . . .
112.2 Stratégie de Portefeuille simple . . . . . . . . . . . . . . . . . . . . . . .
132.3 Probabilité risque neutre . . . . . . . . . . . . . . . . . . . . . . . . . . .
142.4 Evaluation et couverture d"un produit dérivé . . . . . . . . . . . . . . .
173 Modèle binomial à n périodes 19
3.1 "Rappels" de probabilité : Processus discret et Martingale . . . . . . . .
193.2 Modélisation du marché . . . . . . . . . . . . . . . . . . . . . . . . . . .
203.3 Stratégie de portefeuille . . . . . . . . . . . . . . . . . . . . . . . . . . .
223.4 Arbitrage et Probabilité risque neutre . . . . . . . . . . . . . . . . . . .
233.5 Duplication d"un produit dérivé . . . . . . . . . . . . . . . . . . . . . . .
263.6 Evaluation et couverture d"un produit dérivé . . . . . . . . . . . . . . .
284 Calcul stochastique 31
4.1 Processus et Martingale . . . . . . . . . . . . . . . . . . . . . . . . . . .
314.1.1 Processus . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
314.1.2 EspacesLp. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .31
4.1.3 Filtration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
324.1.4 Martingale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
334.1.5 Processus Gaussien . . . . . . . . . . . . . . . . . . . . . . . . . .
353
4TABLE DES MATIÈRES
4.2 Mouvement Brownien . . . . . . . . . . . . . . . . . . . . . . . . . . . .
354.3 Variation totale et Variation quadratique . . . . . . . . . . . . . . . . . .
394.4 Intégrale stochastique . . . . . . . . . . . . . . . . . . . . . . . . . . . .
444.5 Formule d"Ito . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
544.6 Processus d"Ito . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
574.7 Equation Différentielle Stochastique . . . . . . . . . . . . . . . . . . . .
625 Modèle de Black Scholes 63
5.1 Hypothèses sur le marché . . . . . . . . . . . . . . . . . . . . . . . . . .
635.2 Modélisation probabiliste du marché . . . . . . . . . . . . . . . . . . . .
635.3 Probabilité risque neutre . . . . . . . . . . . . . . . . . . . . . . . . . . .
665.4 Portefeuilles autofinançants . . . . . . . . . . . . . . . . . . . . . . . . .
695.5 Duplication d"un produit dérivé . . . . . . . . . . . . . . . . . . . . . . .
725.6 Formule de Black Scholes . . . . . . . . . . . . . . . . . . . . . . . . . .
765.7 Sensibilités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
77Chapitre 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 ventede 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 56CHAPITRE 1. NOTION D"ARBITRAGE
avec une probabilité strictement positive. X0= 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. XT=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 0XTVente 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. XT=YT) 8tT Xt=YtPp:s:
Ce résultat est une conséquence directe du résultat suivant : Proposition 1.3.3En AOA, considérons deux portefeuilles autofinançantsXetY, alors : XTYT) 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>0SurfXtYtgValeur00
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 tSTValeurP
t+St(KST)++STPort. 2Achat d"un Call européen entC t(STK)+Achat deKactifs sans risque entKB(t;T)KValeurC
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)ValeurS0F(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;!dgPest 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. 1112CHAPITRE 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- tiquementUne 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) =;.DoncF1est bien la tribu engendrée parS1se qui se réécrit :"ConnaîtreS1est équivalent à connaître tout élémentF1-mesurable"