Méthodes de Monte Carlo exactes et application au pricing d`options
Transcription
Méthodes de Monte Carlo exactes et application au pricing d`options
Options de payoff : f “ ” R αST + β 0T St dt avec α 6= 0 Options asiatiques (α 6= 0) Conclusion Références Méthodes de Monte Carlo exactes et application au pricing d’options Asiatiques B. Jourdain & M. Sbai CERMICS-ENPC GT Méthodes stochastiques et finance 30 Mars 2007 Jourdain, Sbai MC exacte et pricing d’options asiatiques Options de payoff : f “ ” R αST + β 0T St dt avec α 6= 0 Options asiatiques (α 6= 0) Conclusion Références Plan 1 RT Options de payoff : f αST + β 0 St dt avec α 6= 0 Algorithme de simulation exacte de BPR [1] Méthode de calcul exacte d’espérances 2 Options asiatiques (α 6= 0) 3 Conclusion Jourdain, Sbai MC exacte et pricing d’options asiatiques Options de payoff : f “ ” R αST + β 0T St dt avec α 6= 0 Options asiatiques (α 6= 0) Conclusion Références Algorithme de simulation exacte de BPR [1] Méthode de calcul exacte d’espérances Préliminaires I On se met dans le cadre du modèle Black & Scholes dSt = (r − δ)dt + σdWt . St 2 En notant γ = r − δ − σ2 , on a St = S0 eσWt +γt . On s’intéresse à une option de payoff : ! Z T f αST + β St dt 0 RT avec E f 2 αST + β 0 St dt But : calculer par simulations C0 = E e−rT f < ∞. Z !! T Su du αST + β . 0 Jourdain, Sbai MC exacte et pricing d’options asiatiques Options de payoff : f “ ” R αST + β 0T St dt avec α 6= 0 Options asiatiques (α 6= 0) Conclusion Références Algorithme de simulation exacte de BPR [1] Méthode de calcul exacte d’espérances Préliminaires II Changement de variable à la Rogers&Shi [2] : Z t −σWu −γu e du eσWt +γt . ξt = αS0 + βS0 0 Lemme Z ∀t ∈ [0, T ], ξt et αSt + β t Su du ont même loi. 0 ⇒ C0 = E e−rT f (ξT ) avec ξ est solution de l’EDS ( 2 dξt = βS0 dt + ξt (σdWt + (γ + σ2 )dt) ξ0 = αS0 . Jourdain, Sbai MC exacte et pricing d’options asiatiques Options de payoff : f “ ” R αST + β 0T St dt avec α 6= 0 Options asiatiques (α 6= 0) Conclusion Références Algorithme de simulation exacte de BPR [1] Méthode de calcul exacte d’espérances Lignes directrices 1 RT Options de payoff : f αST + β 0 St dt avec α 6= 0 Algorithme de simulation exacte de BPR [1] Méthode de calcul exacte d’espérances 2 Options asiatiques (α 6= 0) 3 Conclusion Jourdain, Sbai MC exacte et pricing d’options asiatiques Options de payoff : f “ ” R αST + β 0T St dt avec α 6= 0 Options asiatiques (α 6= 0) Conclusion Références Algorithme de simulation exacte de BPR [1] Méthode de calcul exacte d’espérances Passage à une volatilité unitaire log(ξt ) Xt = ⇒ σ ( dXt βS0 −σXt )dt + dWt σ e 0) . with x = log(αS σ = ( σγ + X0 = x On veut donc calculer C0 = E e −rT f (e σXT (1) ) . Proposition Le processus (Lt )t∈[0,T ] défini par "Z Lt = exp 0 T γ βS0 −σYt 1 ( + e ) dYt − σ σ 2 Z 0 T γ βS0 −σYt 2 ( + e ) dt σ σ est une martingale sous QW x . Jourdain, Sbai MC exacte et pricing d’options asiatiques # Options de payoff : f “ ” R αST + β 0T St dt avec α 6= 0 Options asiatiques (α 6= 0) Conclusion Références Idée de la Preuve : Rt ∀t ∈ [0, T ], 0 σγ + βS0 −σYu σ e Algorithme de simulation exacte de BPR [1] Méthode de calcul exacte d’espérances 2 < ∞, QX et QW x p.s. Existence et unicité en loi pour l’EDS (1). Donc, QX est a.c par rapport à QW x et on a Z T Z T d QX γ γ βS0 −σYt 1 βS0 −σYt 2 = exp ( + e ) dYt − ( + e ) dt . d QW x σ σ 2 σ σ 0 | 0 {z } a(Yt ) Jourdain, Sbai MC exacte et pricing d’options asiatiques Options de payoff : f “ ” R αST + β 0T St dt avec α 6= 0 Options asiatiques (α 6= 0) Conclusion Références Algorithme de simulation exacte de BPR [1] Méthode de calcul exacte d’espérances Ru 0 Soient A(u) = 0 a(x)dx = σγ u + βS (1 − e−σu ) σ2 et Z le processus distribué suivant la loi Z x x QZ = L (Wt )t∈[0,T ] |WT = y h(y)dy R où h est une densité définie par h(u) = C exp A(u) − On a alors # " Z T d QX = C exp − g(Yt )dt d QZ 0 avec g(u) = a2 (u)+a0 (u) 2 = γ (σ + βS0 −σu 2 e ) −βS0 e−σu σ Jourdain, Sbai 2 (u−x)2 2T . MC exacte et pricing d’options asiatiques . Options de payoff : f “ ” R αST + β 0T St dt avec α 6= 0 Options asiatiques (α 6= 0) Conclusion Références Algorithme de simulation exacte de BPR [1] Méthode de calcul exacte d’espérances On vérifie que g est minorée : 2 γ2 2σ inf g(u) = g 1 log( 2βS0 ) u∈R 2 σ σ −2γ si 2γ ≥ σ 2 sinon. et en posant k = infu∈R g(u) et φ : u 7→ g(u) − k, on a bien " Z # T d QX = C exp − φ(Yt )dt d QZ 0 avec γ2 −k <∞ u→+∞ 2σ 2 lim φ(u) = +∞. lim φ(u) = u→−∞ On peut donc appliquer la méthode BPR [1]. Jourdain, Sbai MC exacte et pricing d’options asiatiques Options de payoff : f “ ” R αST + β 0T St dt avec α 6= 0 Options asiatiques (α 6= 0) Conclusion Références Algorithme de simulation exacte de BPR [1] Méthode de calcul exacte d’espérances Résultats numériques Call : f (x) = (x − K )+ . S0 = 100, K = 100, r = 0.05, σ = 0.3, δ = 0, T = 1, α = 0.6 et β = 0.4. Method Trap+KV BPR M 10 20 50 - N A. rate 106 - 106 24% Price 11.46 11.46 11.47 11.46 C.I at 95% [11.43, 11.48] [11.43, 11.49] [11.44, 11.5] [11.43, 11.5] CPU 5s 9s 21 s 81 s TAB .: Pricing avec une méthode MC standard et la méthode exacte. Jourdain, Sbai MC exacte et pricing d’options asiatiques Options de payoff : f “ ” R αST + β 0T St dt avec α 6= 0 Options asiatiques (α 6= 0) Conclusion Références Algorithme de simulation exacte de BPR [1] Méthode de calcul exacte d’espérances Le taux d’acceptation de l’algorithme dépend fortement du α paramètre α+β : α/(α + β) Acceptance Rate 0.3 0.003% TAB .: Influence du paramètre α α+β Jourdain, Sbai 0.4 0.47% 0.5 5.66% 0.6 24.43% 0.7 53.85% sur le taux d’acceptation de l’algo. MC exacte et pricing d’options asiatiques Options de payoff : f “ ” R αST + β 0T St dt avec α 6= 0 Options asiatiques (α 6= 0) Conclusion Références Algorithme de simulation exacte de BPR [1] Méthode de calcul exacte d’espérances Pour la simulation d’une variable aléatoire qui a pour densité h, on met en oeuvre une méthode de rejet. γ h(u) = C e σ u+ βS0 (u−x)2 (1−e−σu )− 2T σ2 γ ≈ C e σ u+ βS0 (u−x)2 u− 2T σ u− x+ = Ce− T (γ+βS0 ) σ 2 2T 0) ⇒ Utiliser une N (x + T (γ+βS , T ) comme prior ? σ Très mauvais ! il faut chercher le bon mode de la densité. Après calculs, on trouve γT + W βS0 Te−γT −σx + σx ∗ u = σ où W est l’inverse de la fonction t :7→ tet . Jourdain, Sbai MC exacte et pricing d’options asiatiques . Options de payoff : f “ ” R αST + β 0T St dt avec α 6= 0 Options asiatiques (α 6= 0) Conclusion Références Algorithme de simulation exacte de BPR [1] Méthode de calcul exacte d’espérances Pour la simulation d’une variable aléatoire qui a pour densité h, on met en oeuvre une méthode de rejet. γ h(u) = C e σ u+ βS0 (u−x)2 (1−e−σu )− 2T σ2 γ ≈ C e σ u+ βS0 (u−x)2 u− 2T σ u− x+ = Ce− T (γ+βS0 ) σ 2 2T 0) ⇒ Utiliser une N (x + T (γ+βS , T ) comme prior ? σ Très mauvais ! il faut chercher le bon mode de la densité. Après calculs, on trouve γT + W βS0 Te−γT −σx + σx ∗ u = σ où W est l’inverse de la fonction t :7→ tet . Jourdain, Sbai MC exacte et pricing d’options asiatiques . Options de payoff : f “ ” R αST + β 0T St dt avec α 6= 0 Options asiatiques (α 6= 0) Conclusion Références Algorithme de simulation exacte de BPR [1] Méthode de calcul exacte d’espérances Pour la simulation d’une variable aléatoire qui a pour densité h, on met en oeuvre une méthode de rejet. γ h(u) = C e σ u+ βS0 (u−x)2 (1−e−σu )− 2T σ2 γ ≈ C e σ u+ βS0 (u−x)2 u− 2T σ u− x+ = Ce− T (γ+βS0 ) σ 2 2T 0) ⇒ Utiliser une N (x + T (γ+βS , T ) comme prior ? σ Très mauvais ! il faut chercher le bon mode de la densité. Après calculs, on trouve γT + W βS0 Te−γT −σx + σx ∗ u = σ où W est l’inverse de la fonction t :7→ tet . Jourdain, Sbai MC exacte et pricing d’options asiatiques . Options de payoff : f “ ” R αST + β 0T St dt avec α 6= 0 Options asiatiques (α 6= 0) Conclusion Références Algorithme de simulation exacte de BPR [1] Méthode de calcul exacte d’espérances On utilise une N (u ∗ , T ) comme prior. Les résultats numériques sont nettement meilleurs α α+β Nb of simulations 0.2 0.5 0.8 106 Acceptance rate 61% 68% 80% Computation time 3s 3s 2s TAB .: Taux d’acceptation de la méthode du rejet pour la simulation suivant la densité h avec S0 = 100, σ = 0.3, T = 2 et r = 0.1. Jourdain, Sbai MC exacte et pricing d’options asiatiques Options de payoff : f “ ” R αST + β 0T St dt avec α 6= 0 Options asiatiques (α 6= 0) Conclusion Références Algorithme de simulation exacte de BPR [1] Méthode de calcul exacte d’espérances Lignes directrices 1 RT Options de payoff : f αST + β 0 St dt avec α 6= 0 Algorithme de simulation exacte de BPR [1] Méthode de calcul exacte d’espérances 2 Options asiatiques (α 6= 0) 3 Conclusion Jourdain, Sbai MC exacte et pricing d’options asiatiques Options de payoff : f “ ” R αST + β 0T St dt avec α 6= 0 Options asiatiques (α 6= 0) Conclusion Références Algorithme de simulation exacte de BPR [1] Méthode de calcul exacte d’espérances On reprend à ce niveau : C0 = E e −rT f (e σWTx d QX ) d QW x avec " Z # T d QX x = eA(WT )−A(x)−kT exp − φ(Wtx )dt . d QW x 0 Fonction d’importance : Pour une densité ρ à choisir, on considère le processus Z qui a pour loi Z QZ = L (Wtx )t∈[0,T ] |WTx = y ρ(y)dy. R Alors (ZT −x)2 −kT eA(ZT )−A(x)− 2T √ C0 = E e−rT f (eσZT ) 2πT ρ(ZT ) Jourdain, Sbai e− RT 0 φ(Zt )dt MC exacte et pricing d’options asiatiques . Options de payoff : f “ ” R αST + β 0T St dt avec α 6= 0 Options asiatiques (α 6= 0) Conclusion Références Algorithme de simulation exacte de BPR [1] Méthode de calcul exacte d’espérances Soient N ∼ pZ une v.a.d et (Vi )i ∼ qZ une suite i.i.d de v.a.r à valeurs dans [0, T ] qui sont indépendants sachant Z . On a N Y MZ − φ(ZV ) 1 i C0 = E e−rT f (eσZT )ψ(ZT )e−MZ T pZ (N)N! qZ (Vi ) ! i=1 où ψ(u) = e A(u)−A(x)− √ (u−x)2 −kT 2T 2πT ρ(u) et MZ = sup{φ(u); u ≥ min Zt }. t Prendre qZ = U [0, T ] et pZ = P(MZ T ) garantit l’intégrabilité du carré et légitime la construction d’intervalles de confiance : C0 = E e −rT f (e σZT )ψ(ZT ) N Y i=1 Jourdain, Sbai φ(ZVi ) 1− MZ ! MC exacte et pricing d’options asiatiques Options de payoff : f “ ” R αST + β 0T St dt avec α 6= 0 Options asiatiques (α 6= 0) Conclusion Références Algorithme de simulation exacte de BPR [1] Méthode de calcul exacte d’espérances Réduction de variance En s’inspirant de la méthode BPR, on choisit pour la distribution terminale ρ une loi normale de moyenne u ∗ et variance T . Variable de contrôle : Pour un call, on sait calculer E e−rT (eσZT − K )+ quand ZT ∼ N donc on peut mettre en oeuvre une méthode de variable de contrôle. Perturbation de φ : On introduit un nouveau paramètre cT et on remplace φ par φ − cT . Après renormalisation, on obtient ! N Y φ(ZVi ) − cT −rT σZT −cT T C0 = E e f (e )ψ(ZT )e 1− MZ i=1 Jourdain, Sbai MC exacte et pricing d’options asiatiques Options de payoff : f “ ” R αST + β 0T St dt avec α 6= 0 Options asiatiques (α 6= 0) Conclusion Références Algorithme de simulation exacte de BPR [1] Méthode de calcul exacte d’espérances Résultats numériques Bien qu’on ne soit plus assuré de l’intégrabilité du carré, on a essayé pZ ∼ P(cP T ). Cela permet d’éviter la simulation récursive du Brownien sachant son minimum et la valeur terminale. Method BPR ECE (cT = MZ T ) ECE (cP = cT = 1) N 106 106 106 Price 11.46 11.46 11.46 C.I at 95% [11.43, 11.5] [11.43, 11.49] [11.43, 11.49] CPU 81 s 17 s 6s TAB .: Comparaison entre les différentes méthodes MC exactes. Jourdain, Sbai MC exacte et pricing d’options asiatiques Options de payoff : f “ ” R αST + β 0T St dt avec α 6= 0 Options asiatiques (α 6= 0) Conclusion Références Nouveau changement de variable Prix d’une option asiatique : C0 = E e −rT f 1 T Z !! T Su 0 On fait un nouveau changement de variables non nul en t = 0 Z S0 t σ(Wt −Wu )+γ(t−u) e ξt = du t 0 ξ0 = S0 . Z 1 T ξT et Su du ont même loi donc C0 = E e−rT f (ξT ) avec T 0 ( σ2 t dξt = ξ0 −ξ dt + ξ )dt σdW + (γ + t t t 2 ξ0 = S0 . Jourdain, Sbai MC exacte et pricing d’options asiatiques Options de payoff : f “ ” R αST + β 0T St dt avec α 6= 0 Options asiatiques (α 6= 0) Conclusion Références ( ξt Xt = log( ) ⇒ ξ0 dXt = σdWt + γdt + X0 = 0. e−Xt −1 dt t Pb : Singularité en 0. C’est pourquoi on considère l’EDS Zt dZt = σdWt + γdt − dt t Z = X = 0. 0 0 Lemme On a existence et unicité pour (2) et (3). De plus σ Zt = t Z t s dWs + 0 Jourdain, Sbai γ t est solution de (3). 2 MC exacte et pricing d’options asiatiques (2) (3) Options de payoff : f “ ” R αST + β 0T St dt avec α 6= 0 Options asiatiques (α 6= 0) Conclusion Références Proposition "Z Lt = exp 0 t e−Zs − 1 + Zs 1 dWs − σs 2 Z t 0 e−Zs − 1 + Zs σs est une martingale donc C0 = E e−rT f (S0 eZT )LT 2 # ds Idée de la preuve : ∀ > 0, il existe un voisinage (aléatoire) de t = 0 pour lequel 1 1 |Zt | ≤ t 2 − et |Xt | ≤ t 2 − (L.L.I du MB). On en déduit que R t e−Zs −1+Zs 2 0 σs ds < ∞ et R t e−Zs −1+Zs 2 0 σs ds < ∞. On conclut grâce à l’unicité en loi des EDS (2) et (3). Jourdain, Sbai MC exacte et pricing d’options asiatiques Options de payoff : f “ ” R αST + β 0T St dt avec α 6= 0 Options asiatiques (α 6= 0) Conclusion Références 2 1 − z + z2 − e−z Soit A(t, z) = . Par Itô sur [, T ] et passage à σ2t la limite on a Z T −Zt Z T Z T Z2 1 − Zt + 2t − e−Zt e − 1 + Zt 1 − e−Zt A(T , ZT )= dZ − dt+ dt. t 2t σ2t σ2t 2 0 0 0 hR i T Donc C0 = E e−rT f (S0 eZT )eA(T ,ZT ) exp 0 φ(t, Zt )dt avec 2 1 − z + z2 − e−z 1 − e−z e−z − 1 + z φ(t, z)= − − 2t σ2t 2 σ2t Jourdain, Sbai e−z − 1 − z +γ . 2t MC exacte et pricing d’options asiatiques Options de payoff : f “ ” R αST + β 0T St dt avec α 6= 0 Options asiatiques (α 6= 0) Conclusion Références lim φ(t, z) = −∞ z→−∞ lim φ(t, z) = +∞ ⇒ Impossible d’appliquer BPR. z→+∞ Pour pouvoir traiter le cas des calls et des puts asiatiques avec la méthode de calcul exacte d’espérance, on a besoin de Conjecture E eA(T ,ZT )−rT (eZT + 1)e Jourdain, Sbai RT 0 |φ(t,Zt )|dt < ∞. MC exacte et pricing d’options asiatiques Options de payoff : f “ ” R αST + β 0T St dt avec α 6= 0 Options asiatiques (α 6= 0) Conclusion Références Pour un call, on pourra alors écrire que N C0 = E eA(T ,ZT )−rT (S0 eZT Y φ(Ui , ZU ) 1 i − K )+ p(N) N! q(Ui ) i=1 pour p et q bien choisis. Mais a-t-on „ R 2 T φ (t,Zt ) dt 0 q(t) E e2A(T ,ZT )−2rT f 2 (S0 eZT ) «N p(N)2 (N!)2 < ∞? Lemme ∀ > 0, on a p.s. φ(t, Zt ) − 2Zt3 3σ 2 t 2 + Zt 2t = O(t − ). Par conséquent, pour q(t) = Ct a avec a > −1, on a RT 0 φ2 (t,Zt ) q(t) dt < ∞ p.s. si et seulement si a < 0. Jourdain, Sbai MC exacte et pricing d’options asiatiques ! Options de payoff : f “ ” R αST + β 0T St dt avec α 6= 0 Options asiatiques (α 6= 0) Conclusion Références Choix des distributions p et q Lemme Soit g une fonction réelle mesurable et intégrable sur [0, T ]. La N Y 1 g(Vi ) variance de est minimale pour p(N) N! q(Vi ) i=1 |g(t)| 1[0,T ] (t) qopt (t) = R T |g(t)|dt n 0R ! T Z T |g(t)|dt 0 popt (n) = exp − |g(t)|dt . n! 0 D’où notre choix de p = P(cP T ) et q(t) = φ est approximativement d’ordre √1 ). √1√ 1 (t) 2 t T [0,T ] (t) Jourdain, Sbai MC exacte et pricing d’options asiatiques (car Options de payoff : f “ ” R αST + β 0T St dt avec α 6= 0 Options asiatiques (α 6= 0) Conclusion Références Réduction de variance Finalement √ QN 2 Ui φ(Ui ,ZUi ) A(T ,Z )−rT Z c T p T T √ C0 = E e (S0 e − K )+ e i=1 cp T Perturbation de φ : On introduit un nouveau paramètre cT comme précédemment. Conditionnement : Pour chaque trajectoire Z j simulée, on « √ k„ k j Q k 2 Ui φ(Ui ,ZUik )+cT P √ calcule n1 nk=1 N au lieu de i=1 cp T ” √ “ j QN 2 Ui φ(Ui ,ZUi )+cT √ . i=1 cp T Variable de contrôle : On peut utiliser e−rT S0 eZT − K + 2 comme variable de contrôle puisque ZT ∼ N ( γ2 T , σ 3T ). Jourdain, Sbai MC exacte et pricing d’options asiatiques Options de payoff : f “ ” R αST + β 0T St dt avec α 6= 0 Options asiatiques (α 6= 0) Conclusion Références Résultats numériques Vérification numérique des conjectures E eA(T ,ZT )−rT (S0 eZT + 1) ecp T E e 2A(T ,ZT )−2rT (S0 e ZT 2 + 1) e ! √ N Y 2 Ui |φ(Ui , ZUi )| √ < ∞ (4) cp T i=1 2cp T N Y 4Ui φ2 (Ui , ZU ) ! i i=1 cp2 T <∞ (5) Jourdain, Sbai MC exacte et pricing d’options asiatiques Options de payoff : f “ ” R αST + β 0T St dt avec α 6= 0 Options asiatiques (α 6= 0) Conclusion Références 8.4 440 8.2 420 8.0 400 7.8 380 7.6 360 7.4 340 7.2 320 7.0 300 6.8 280 0 10000 20000 30000 40000 50000 60000 70000 80000 90000 F IG .: Plusieurs réalisations MC du calcul de (4) en fonction du nombre de simulations. Jourdain, Sbai 100000 0 10000 20000 30000 40000 50000 60000 70000 80000 F IG .: Plusieurs réalisations MC du calcul de (5) en fonction du nombre de simulations. MC exacte et pricing d’options asiatiques 90000 100000 Options de payoff : f “ ” R αST + β 0T St dt avec α 6= 0 Options asiatiques (α 6= 0) Conclusion Références Method E.C.E standard E.C.E optimisé Trap+KV Price 7.037 7.039 7.041 C.I at 95% [7.02313,7.05151] [7.02959,7.04854] [7.04073,7.04232] N 27.105 4.105 34.104 CPU 7s 7s 7s TAB .: Prix d’un call asiatique avec différentes méthodes MC. Pour la méthode E.C.E standard (sans réduction de variance), on prend 1 et n = 10. Enfin, cp = 1. Pour E.C.E optimisé, on prend cp = cT = 2T pour Trap+KV, le nombre de pas de temps est fixé à 20. Même avec réduction de variance, la méthode n’est pas compétitive en termes de temps de calcul. Jourdain, Sbai MC exacte et pricing d’options asiatiques Options de payoff : f “ ” R αST + β 0T St dt avec α 6= 0 Options asiatiques (α 6= 0) Conclusion Références + Extension de la méthode BPR quand on chercher pour le calcul d’espérances. Prix MC d’une option asiatique sans biais de discrétisation (un benchmartk fiable). Méthode E.C.E compétitive pour pricing d’option sur RT αST + β 0 Su du. Variance pas assez faible pour le pricing des asiatiques. On n’est pas assuré de la légitimité de la méthode théoriquement (conjecture). Jourdain, Sbai MC exacte et pricing d’options asiatiques Options de payoff : f “ ” R αST + β 0T St dt avec α 6= 0 Options asiatiques (α 6= 0) Conclusion Références Références I A. Beskos, O. Papaspiliopoulos, and Gareth O. Roberts. Retrospective exact simulation of diffusion sample paths. Bernoulli, 12(6), December 2006. L. C. G. Rogers and Z. Shi. The value of an Asian option. J. Appl. Probab., 32(4) :1077–1088, 1995. Jourdain, Sbai MC exacte et pricing d’options asiatiques