Méthode de Monte Carlo pour les options asiatiques
Transcription
Méthode de Monte Carlo pour les options asiatiques
Méthode de Monte Carlo pour les options asiatiques 6 avril 2011 Exercice 1. On se place dans le modèle de Black-Scholes dSt = St (rdt + σdWt ), S0 = x où W est un mouvement Brownien standard réel. On cherche à calculer le prix d’une option asiatique donné par " −rT E e Z T 1 T ! # Su du − K 0 . + R 1. Simuler T1 0T Su du en approchant l’intégrale par la méthode des trapèzes à N pas de temps. 2. Calculer le prix de l’option asiatique par une méthode de Monte Carlo en utilisant l’approximation précédente. Application numérique : x = 100, T = 1, r = 0.05, σ = 0.2, K = 95. Le prix est 8.82. Pour N = 100 et M = 10000, l’intervalle de confiance est de l’ordre de 0.37. 3. On considère maintenant la variable de contrôle RT 1 Y = eT 0 log(Su )du . On rappelle que (r−σ 2 /2) T2 E(Y ) = x e E(e σ T RT 0 Wu du ) = x erT /2−σ 2 T /12 . Utiliser Y comme variable de contrôle pour calculer le prix de l’option asiatique. Comparer l’intervalle de confiance obtenu avec celui obtenu à la question précédente. Application numérique : pour N = 100 et M = 10000, l’intervalle de confiance est de l’ordre de 0.14. 4. On considère maintenant la variable de contrôle 1 Z = e−rT e T RT 0 log(Su )du −K . + L’espérance de Z est donnée par (r−σ 2 /6) T2 E(Z) = e−rT −KN (−d) + x e 1 N −d + σ s T 3 q 2 σ T avec d = σ1 T3 ln( K x ) − (r − 2 ) 2 . Utiliser cette nouvelle variable de contrôle pour calculer le prix de l’option asiatique et comparer l’intervalle de confiance obtenu avec ceux obtenus dans les deux cas précédents. Application numérique : pour N = 100 et M = 10000, l’intervalle de confiance est de l’ordre de 0.013. La fonction Scilab [p,q]=cdfnor("PQ",x, m, sigma) renvoie dans p la probabilité qu’une gaussienne de moyenne m et de variance sigma soit plus petite que x, et on a q=1-p. Exercice 2 (Correction pour les options barrières). On considère une option de payoff e−rT (ST − K)+ 1{∀t∈[0,T ]St ≥L} avec L > 0. On prendra T = 1, σ = 0.25, r = 0.02, x = 100, K = 105, et L = 90. Le prix vaut alors 6.57. 1. Ecrire une fonction calculant le prix d’une telle option par une méthode de Monte Carlo à M tirages et N pas de discrétisation. Pour M = 50000 et N = 100, le prix est de l’ordre de 7.05 et la taille de l’intervalle de confiance est de l’ordre de 0.27. 2. Pour M = 50000, tracer l’évolution du prix en fonction de N , pour N allant de 10 à 100 par pas de 10. Que constate-t-on ? 3. Le biais que l’on observe numériquement provient de la discrétisation de la condition de sortie. En conditionnant par la valeur du sous-jacent aux instants de discrétisation, on peut montrer que l’on a (voir cours) E (ST − K)+ 1{inf u∈[0,T ] Su ≥L} = E (ST − K)+ N Y P i=1 inf u∈[ti−1 ,ti ] Su ≥ LSti−1 , Sti !! pour toute grille 0 = t0 < t1 < · · · < tN = T . Il resterait alors à calculer ces probabilités conditionnelles dont on donne l’expression pour tout s < t, L > 0 et L < x et L < y : P inf Su < LSs = x, St = y s≤u≤t = exp − 2 log Lx log Ly σ 2 (t − s) ! . 4. Utilisez le résultat précédent pour mettre en œuvre une méthode de Monte-Carlo améliorée calculant le prix de l’option barrière. 2