Universite du Maine

Master 2: Projets informatiques de calibration

Resume des objectifs du projet:
Ces projets seront `a rendre pour n Fevrier au plus tard. Les points evalues sont les suivants:
1. Decrire avec le plus de clarte possible les methodes et outils employes (si besoin, preciser les arguments
theoriques qui justient lapproche). Lors de la redaction des scripts MATLAB, on donnera tous les com-
mentaires utiles a la comprehension du script.
2. Fournir les traces des graphiques demandes (avec les legendes appropriees).
3. Lorsque cela est possible, suggerer des critiques ou des ameliorations possibles pour aller plus loin (sans
necessairement les implementer)
1 PROJET 1: Reconstruction de la courbe de taux dinteret par
regularisation de Tikhonov
Le travail consiste `a implementer la methode de reconstruction de la courbe de taux zero-coupon
R(T) =
1
T
log B(T)
`a partir de taux R
N
i

N
i=1
observes sur le marche pour les dates T
1
< < T
N
. La methode consiste `a chercher
R(T) sous la forme
R

= arg inf
R

i=1
(R(T
i
) R
i
)
2
+

T
N
T
1
(tR

(t))
2
dt

(1)
o` u est le param`etre de regularisation. La courbe R ainsi construite sappelle alors un spline de lissage
(smoothing spline en anglais). Pour resoudre ce probl`eme numeriquement, elle est discretisee sur une grille
x
i

M
i=1
plus ne que la grille initiale T
i

N
i=1
, cest-`a-dire, chaque point de lancienne grille est aussi un point
de la nouvelle grille. Soit R = R
i

M
i=1
un vecteur de valeurs de R sur la nouvelle grille. Le premier terme dans
(1) est alors approche par
|SR R
N
|
2
,
o` u S est la matrice N M denie par S
nm
= 1 si x
m
= T
n
et S
nm
= 0 sinon. La derivee R

sera calculee avec

lapproximation suivante aux points x
2
, . . . , x
M1
:
R

(x
i
) R

i
=
R
i1
(x
i
x
i+1
) R
i
(x
i1
x
i+1
) +R
i+1
(x
i1
x
i
)
2(x
i1
x
i
)(x
i
x
i+1
)(x
i1
x
i+1
)
et lintegrale dans (1) sera approchee par la methode de rectangles sur lintervalle [
T
1
+T
2
2
,
T
N1
+T
N
2
]:

T
N
T
1
(tR

(t))
2
dt
M

i=2
(x
i
R

i
)
2
x
i1
+x
i+1
2
= |LR|
2
,
o` u L est une matrice M 2 M denie par
L
i,i
=
x
i+1
2(x
i+1
x
i
)(x
i+2
x
i
)

x
i
+x
i+2
2
L
i,i+1
=
x
i+1
2(x
i+1
x
i
)(x
i+2
x
i+1
)

x
i
+x
i+2
2
L
i,i+2
=
x
i+1
2(x
i+2
x
i+1
)(x
i+2
x
i
)

x
i
+x
i+2
2
M.-A. Morlais 1
La fonctionnelle `a minimiser devient alors
J
disc
(R) = |SR R
N
|
2
+|LR|
2
et le resultat est solution de
(S

S +L

L)R = S

R
N
. (2)
On pourra remarquer que
S

S est une matrice M M diagonale avec [S

S]
ii
= 1 si x
i
appartient `a lancienne grille et 0 sinon.
S

R
N
est un vecteur de dimension M, tel que [S

R
N
]
i
= R
N
j
si x
i
= T
j
et zero sinon.
La matrice L

L est donnee par: [L

L]
ij
=

M2
k=1
L
ki
L
kj
Travail demande
1. Partie theorique: Justier que la valeur minimale de la fonctionnelle J
disc
(R) est atteinte par la so-
lution de (2). On commencera par justier lexistence de ce minimum puis on concluera en calculant la
dierentielle
1
en R de cette fonctionnelle
Cette equation admet telle une solution si = 0 (interpreter le role de et justier ainsi lappelation de
param`etre de regularisation).
Rappeler la denition (en fran cais) du prix du zero coupon B puis celle du taux forward instantane
f = f(T) (on donnera la formule reliant les deux).
2. Dans ce probl`eme, on pose T = 2, N = 20 puis on denit le vecteur equireparti t comme suit: t = [1/N :
1/N : T] (lintervalle [0, 2] est donc subdivise en 20 intervalles). On se donne ensuite le vecteur R
N
des
donnees de fa con vectorielle comme suit
R
N
= 1 exp(t/3) + (3/t) (1 exp(t/3)) + 1/20 randn(1, length(t)),
le dernier vecteur modelisant lerreur de mesure.
Sachant quon construit la grille plus ne en subdivisant chacun des intervalles de la grille grossi`ere en 10
sous intervalles, quelle est la valeur de lentier M ?
Implementer numeriquement la resolution de lequation (2): pour cela, on commencera par proceder `a la
construction des dierentes matrices S

S, L, L

L (en expliquant la realisation de chacune dentre elles).

Notant R

la solution obtenue, on eectuera le trace sur la grille plus ne du vecteur R

ainsi calcule. et
on superposera les vraies valeurs du taux donnees par le vecteur: R
reel
= 1 exp(t/3) + (3/t) (1
exp(t/3)).
3. Donner sous forme de tableau lallure de lerreur en fonction du param`etre (on rappelle ici que lerreur
est la distance en norme L
2
denie par: = [SR

R
N
[
2
): on pourra prendre les memes valeurs du
param`etre que dans le polycopie.
Rappeler comment appliquer le principe de discrepance pour denir le choix dun optimal (on renvoie
au chapitre 6 sur la regularisation du polycopie de Tankov).
Mise en oeuvre des simulations proposees:
Pour limplementation, on construira la nouvelle grille plus ne en subdivisant chaque intervalle de
lancienne grille en K = 10 intervalles de la fa con suivante
x
m
= T
1+[
m1
K
]
+

m 1
K

m 1
K

(T
2+[
m1
K
]
T
1+[
m1
K
]
),
o` u [] designe la partie enti`ere et les instants T
i
sont ceux stockes dans le vecteur t de taille N.
1
Par denition, la dierentielle est lunique application lineaire DJ telle que: J(R + H) = J(R) + DJ(R)H + o(H), o(H)
0, |H| 0.
M.-A. Morlais 2
PROJET 2a: Calibration dans le mod`ele de Heston
Dans le mod`ele de volatilite stochastique de Heston, le prix du sous jacent est donne comme suit
dS
t
S
t
= r
t
dt +
t
dW
t
d
2
t
= k(
2
t
)dt +
t
dW

t
, d'W, W

`
t
= dt
ou encore dv
t
= k( v
t
)dt +

v
t
dW

t
avec v
t
=
2
t
,
on connait explicitement la fonction caracteristique de X
t
= log(S
t
/S
0
) rt:

T
(u) = E[e
iuX
T
[X
t
= x, v
t
= v] = e
iux+C(Tt)+vD(Tt)
D(t) =
u
2
+iu
coth
t
2
+k iu
,
C(t) =
kt(k iu)

2

2k

2
ln

cosh
t
2
+
k iu

sinh
t
2

,
avec: =

2
(u
2
+iu) + (k iu)
2
. Ceci permet de calculer les prix des options europeennes dans le mod`ele
de Heston rapidement par transformee de Fourier. En eet, en supposant S
0
= 1, la transformee de Fourier par
rapport `a la variable k = log K de
z
T
(k) = Call(T, e
k
) (1 e
krT
)
+
est donnee par

T
(u) :=

e
iuk
z
T
(k)dk = e
iurT

T
(u i) 1
iu(1 +iu)
.
Le prix de Call peut donc etre calcule en utilisant la formule
C(T, K) = S
0
z
T
(log(K/S
0
)) + (S
0
Ke
rT
)
+
= (S
0
Ke
rT
)
+
+
S
0
2

e
iulog(K/S
0
)

T
(u)du.
Cette integrale peut etre approchee par

e
iulog(K/S
0
)

T
(u)du

L/2
L/2
e
iulog(K/S
0
)

T
(u)du
L
N 1
N1

m=0
w
m

T
(u
m
)e
i log(K/S
0
)u
m
,
o` u L est le param`etre de troncature, N est le param`etre de discretisation,
u
m
= L/2 +mL/(N 1)
et w
m
sont les poids qui correspondent `a la methode dintegration choisie. Par exemple, pour la methode de
trap`ezes, w
0
= w
N1
= 1/2 et tous les autres poids sont egaux `a 1.
Travail demande
1 A priori, dans un mod`ele autre que celui de Black-Scholes, quelle methode numerique proposeriez vous
pour simuler:
(a) le prix du sous jacent S lorsque la dynamique est donnee par une EDS (S = S
0
exp(X)),
(b) le prix d une option de type Call.
Pourquoi les schemas numeriques classiques de simulation de la solution de lequation stochastique de la
volatilite sont peu ecaces ici ? (On ne demande pas ici de justier le calcul de la fonction caracteristique).
2 Dans un premier temps, tester la methode dinversion de Fourier en implementant le calcul du call C

(BS)
du mod`ele Black et Scholes (avec les donnees du TP1): on rappelle que la fonction caracteristique secrit:

T
(u) = exp(

2
T
2
(u
2
+iu)). On veriera `a laide de la formule Black-Scholes classique que le prix estime
est le bon !
Quelle est linuence des param`etres L et N ? (on justiera bri`evement puis on xera ensuite leurs valeurs
pour la derniere question).
M.-A. Morlais 3
Justier (sans reimplementer la methode de Fourier avec

) pourquoi lutilisation de la transformee
de Fourier corrigee

(u)) donne un algorithme plus performant (avec une convergence plus rapide)
Implementer ensuite cette methode dans le cas du mod`ele de Heston avec les param`etres donnes `a la page
52 du polycopie. (on prendra soin decrire `a part une fonction renvoyant la fonction caracteristique pour
u vectoriel).
3 A laide de la donnee des prix doptions call (donnees que lon simulera ici `a laide de la methode de
Fourier), tracer pour trois maturites donnees le smile de volatilite implicite (on fera varier le strike de
0.1 S
0
`a 5 S
0
).
PROJET 2b: Pricing doption europeenne dans le mod`ele de Merton
via la transformation de Fourier
Dans ce projet, lobjectif est le meme que le projet precedent sur le mod`ele dHeston on y renvoie pour la
description de la methode basee sur la transformation de Fourier: toutefois, on consid`ere desormais le mod`ele
de Merton (1976) base sur lhypoth`ese que la dynamique du sous jacent est celle dune diusion `a sauts, `a savoir
S
t
= S
0
e
rt+X
t
, X
t
= t +W
t
+
N
t

i=1
Y
i
,
avec, W
t
un mouvement brownien standard, N
t
un processus de Poisson dintensite et les variables (Y
i
) qui
sont gaussiennes, independantes de moyenne et decart type egal `a . Le coecient est choisi de sorte que
e
X
t
soit une martingale.
La fonction caracteristique de X
t
dans ce mod`ele est calculee `a partir de la formule de Levy-Khintchine et
prend la forme suivante:
E[e
iuX
t
] = e
t(u)
, (u) =

2
u
2
2
+iu +e

2
u
2
/2+iu
1.
Travail demande
1 Partie theorique: Justier compl`etement le calcul de la fonction caracteristique dans ce mod`ele partic-
ulier et determiner, en ecrivant que exp(X
t
) est une martingale, lexpression du coecient en fonction
des autres param`etres.
2 Mettre en oeuvre la methode de transformation de Fourier expliquee dans le projet precedent (mod`ele
dHeston) pour implementer le calcul du call dans le mod`ele de Merton:
En reprenant integralement la question 2 du projet 2a precedent, commencer par appliquer cette methode
pour le calcul de call dans le mod`ele Black Scholes.
Indication: Penser `a ecrire dans des chiers `a part des fonctions donnant les fonctions caracteristiques
(pour Black scholes et pour Merton).
3 Implementer puis tracer le smile de volatilite implicite pour les valeurs suivantes de la maturite T: 1 mois,
5 mois et 17 mois.
Param`etres numeriques pour la mise en oeuvre:
Pour les trois maturites prises `a la question 3, on prendra comme valeurs des param`etres , , , du
mod`ele de Merton celles fournies dans le tableau page 86 du polycopie de Tankov.
On se posera les memes questions que dans la question 2 du projet precedent en proposant (`a titre de
verication) la simulation du Call dans le mod`ele Black Scholes pour les memes donnees quau TP1 et on
veriera la coherence avec les resultats du TP1.
M.-A. Morlais 4
PROJET 3: Pricing doptions par arbre trinomial dans un mod`ele
de volatilite locale
Le mod`ele darbre trinomial est deni par

S
t+t
=

S
t
, p,
(1 +rt)

S
t
, 1 p q,
d

S
t
, q,
o` u on pose: ud = (1 +rt)
2
pour obtenir un arbre recombinant. Dans un marche `a deux actifs (actif risque et
actif sans risque), les probabilites p et q doivent satisfaire la condition de risque-neutralite

S
t
=
1
1 +rt
E[

S
t+t
[

S
t
] pu +qd = (p +q)(1 +rt),
mais lune de deux probabilites peut etre choisie librement (marche incomplet) et p et q peuvent varier dun
noeud `a lautre. Dans la suite nous allons noter par S
m
n
le m-i`eme noeud de larbre `a linstant n:
S
m
n
= (1 +d)
n
m
2
(1 +u)
m
2
S
0
, m = 0, . . . , 2n (3)
Le but de ce projet est de calculer les prix doptions dans le mod`ele de volatilite locale de type CEV en
utilisant un arbre trinomial. Le mod`ele CEV a la forme
dS
t
S
t
= rdt +

0
S
1
t
dW
t
Le mod`ele darbre trinomial sert ainsi dapproximation discr`ete au mod`ele CEV, `a condition de choisir les
probabilites de transition de sorte que les deux premiers moments du processus discret convergent vers le
processus continu:
E[

S
t
i+1
[

S
t
i
] = (1 +rt)

S
t
i
(arbre risque-neutre)
Var[

S
t
i+1
[

S
t
i
] =

S
2
t
i

2
t
i
t
Ceci permet de calculer les probabilites de transition `a chaque noeud:
p =

2
t
t
(u d)(u 1 rt)
q =

2
t
t
(u d)(1 +rt d)
,
o` u
t
=

0
S
1
t
. Avec la condition de larbre recombinant ud = (1 + rt)
2
, ceci nous laisse un param`etre (par
exemple, d) `a choisir librement. Cependant, pour que toutes les probabilites de transition soient positives,
on doit imposer p + q 1, ce qui est toujours verie si 1 + rt d >
t

t. On peut par exemple poser

d = 1 +rt

t, avec >
t
dans tous les noeuds de larbre.
Une fois larbre construit, les prix doptions peuvent etre calcules par evaluation dite backward.
Travail demande
1 Partie theorique: Justier compl`etement le calcul des probabilites de transition `a chaque noeud.
Expliquer le principe de calcul de la valeur de loption par evaluation backward, sachant que la valeur `a
linstant T du call ne depend que de la valeur S
N
du sous jacent. (on justiera la formule dite devaluation
Backward du polycopie de Tankov page 29).
2 Ecrire un programme qui construit un arbre trinomial pour le mod`ele CEV avec des param`etres donnes et
calcule ensuite les prix des options par evaluation backward. On prendra comme param`etres ceux donnees
dans le polycopie de Tankov: S
0
= 100, = 0.5,
0
= 3, r = 0.03, N = 2, t = 0.1 et = 0.5.
An de realiser ce programme, on pourra stocker dans une matrice de taille (N + 2) N les valeurs de
sous jacent, en notant quau n-i`eme noeud (n 2), le sous jacent prend exactement n +2 valeurs (et une
egale `a S
0
). Chaque colonne representera les valeurs du sous jacent `a un noeud n donne, dont les valeurs
sont fournies par (3).
2 Tracer les smiles de volatilite implicite dans le mod`ele CEV pour trois dierentes valeurs du param`etre
et des valeurs equireparties du strike entre 0.6S
0
et 1.4S
0
.
M.-A. Morlais 5
PROJET 4: Autour des swaps de volatilite
Pour ce projet, on renvoie en complement `a la section 4.3 page 50 du polycopie de Tankov: on consid`ere le
payo du swap de variance qui est deni comme suit
H
T
= N

T
0

2
s
ds
K

.
An dimplementer ensuite une simulation du swap de volatilite (= valeur de
K
qui annule le payo H
T
ci-dessus) on commence, dans un premier temps, par justier dans le cadre du mod`ele standard de Black-Scholes
les dierentes composantes du portefeuille de replication du swap de variance.
Travail demande
1. Partie theorique: replication du swap de variance
On rappelle que, sous la probabilite risque neutre Q, lactif actualise S
t
exp(rt) devient une martingale:
dans le mod`ele standard Black-Scholes, on sait explicitement lecrire `a toute date t sous forme exponentielle
et en termes de : `a partir de cette expression que lon donnera, en deduire ce que vaut
E

T
t
dS
t
S
t
[T
t

.
Retrouver alors la valeur de loption de payo

T
0
dS
s
S
s
qui est aussi calculee dans le polycopie et sexprime
comme suit
V
t
= exp(r(T t))E

T
0
dS
t
S
t
[T
t

.
Justier bri`evement lobtention de la formule qui est obtenue en haut de la page 51 du polycopie de Tankov.
(Rectication: on remplacera X par x dans la formule en notant que tous les calculs sont deterministes).
Puis en quelques lignes, retrouver lexpression du prix du portefeuille repliquant
1
2

T
0

2
s
ds

F
0
P(T, K)
K
2
dK +

F
C(T, K)
K
2
dK. (4)
en conclure la valeur de
K
annulant la valeur du payo.
2. Partie informatique: simulation du swap de volatilite
Le but est de proposer dans le mod`ele de Black-Scholes standard une simulation du prix du portefeuille
de replication donne par la formule (4).
Pour ce faire, il est necessaire de calculer (ou au moins destimer) `a la fois le prix du put et celui du call
pour des valeurs appropriees des strikes (et la maturite T etant xee).
Dans le mod`ele de Black-Scholes, est il necessaire de savoir calculer les deux prix? Rappeler ce qui permet
de retrouver la valeur du put `a partir du call.
Proposer deux methodes dierentes pour le calcul numerique des deux integrales apparaissant dans la
formule (4) puis implementer celle de son choix.
En proposant un script detaille qui simule le prix du portefeuille repliquant le payo du swap, illustrer la
convergence des valeurs simulees vers
1
2

T
0

2
s
ds. (quelle est la valeur de cette integrale dans le mod`ele
Black-Scholes ?)
Remarque: On notera pour information que les methodes proposees dans les projets 2a, 2b et 3 perme-
ttent dans des mod`eles plus generaux (`a volatilite stochastique) des estimations pour les prix des options
call et que, par consequent, on peut proposer pour ces mod`eles une replication de la volatilite integree (et
donc une estimation du swap de volatilite).
M.-A. Morlais 6