1

Utilisation des éléments finis pour le pricing d'options

Semaine « éléments finis », ENSMP 29 novembre 2006 Jean-Didier Garaud (ONERA, DMSE/LCME)

Plan

2

Actions et produits dérivés Modèle de Black-Scholes
Hypothèses & équations

Calcul d'Itō
EDP de Black-Scholes

Différentes méthodes de résolution Options « panier »

Sous-jacents
Exemples de sous-jacents:
Actions Obligations, PEL Indices (ex: CAC 40) Devises (ex: $ vs. €)

3

Sous-jacents
Exemples de sous-jacents:
Actions Obligations, PEL Indices (ex: CAC 40) Devises (ex: $ vs. €)
105 104.5 104 103.5 103 102.5 102 101.5 101 100.5 100 99.5 0 50 100 150 200 250 300 350 400

4

S(t)

Temps (jours)

Modèle de Black-Scholes Modèle de Black-Scholes (1973)
(prix Nobel en 97, avec Merton)

5

105 104.5 104 103.5 103 102.5 102 101.5 101 100.5 100 99.5 0 50 100 150 200 250 300 350 400

St valeur du sous-jacent  dérive

Temps (jours)  volatilité Wt processus de Wiener (Brownien)

S(t)

Modèle de Black-Scholes

6

Hypothèses du modèle :  et µ connus et constants pas de frais d'achat / vente pas de dividendes arbitrage impossible

Produits dérivés

7

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

Produits dérivés

8

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

Valeur du produit dérivé

10

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

Valeur d'un call

11

Valeur : C(t, T, St , K) À maturité : C(t=T) = (ST – K)+
Payoff d'un call (en T)
100 90 80 70 60
Call

C

50 40 30 20 10 0 0 25 50 75 100 125 150 175 200

S

Valeur d'un put

12

Valeur : P(t, T, St , K) À maturité : P(t=T) = (K – ST)+
Payoff d'un put (en T)
100 90 80 70 60
Put

P

50 40 30 20 10 0 0 25 50 75 100 125 150 175 200

S

Produits dérivés

13

Variantes : binaires, et autres payoffs barrières américaines asiatiques paniers ...

Valeur du produit dérivé

14

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

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

16

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

Encadrements du call

17

200 175 150 125
BorneSup

100 75 50 25 0 0 25 50 75 100 125 150 175 200

Call BorneInf

C

S

Put européen 1D

18

Put européen
100 90 80 70 60 50 40 30 20 10 0 0 20 40 60 80 100 120 140 160 180 200

P

S

Obtention de l'EDP de Black-Scholes

19

Calcul d'Itō

Obtention de l'EDP de Black-Scholes

20

Stochastique
Calcul d'Itō

Déterministe

De Black-Scholes à l'équation de la chaleur

21

De Black-Scholes à l'équation de la chaleur

22

Equation de la chaleur

Existence et unicité d'une solution

Régularité de la solution

Différentes méthodes de résolution

23

Solution analytique

rapide exacte pas adaptée aux variantes

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

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

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

Problème du domaine infini

27

Problème du domaine infini (en S)

Quelle condition en Smax ?

Conditions au bord pour un put
=0 St

28

Aujourd'hui

Payoff
S max

Résolution par éléments finis
Maillage adapté
110 100 90 80 70
Call

29

C

60 50 40 30 20 10 0 0 25 50 75 100 125 150 175 200

S

Résolution par éléments finis
Maillage adapté
110 100 90 80 70
Call

30

C

60 50 40 30 20 10 0 0 25 50 75 100 125 150 175 200

S

Résolution par éléments finis
Maillage adapté
110 100 90 80 70
Call

31

C

60 50 40 30 20 10 0 0 25 50 75 100 125 150 175 200

S

Options panier
Plusieurs sous-jacents : S1,... SN Payoff : Valeur : Système d'ED stochastiques :

32

EDP

Options panier
Exemple sur un put

33

10 000 éléments

Options panier
Exemple sur un put

34

10 000 éléments

Options panier

35

2 000 éléments

Références

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/

Master your semester with Scribd & The New York Times

Special offer for students: Only $4.99/month.

Master your semester with Scribd & The New York Times

Cancel anytime.