Méthodes de Monte Carlo en finance (G.

Pagès)
M2 Probabilités & Finance, UPMC-X
26 janvier 2009

3 h, polycopié et notes de cours autorisées

1 Problème 1
On considère un modèle de diffusion

dXt = β(Xt ) dt + σdWt , X0 = x,

où β est une fonction lipschitzienne bornée, σ un nombre réel strictement positif et W un
mouvement brownien standard défini sur un espace de probabilités (Ω, A, P). Typiquement
X est susceptible de représenter le rendement d’un actif risqué.

1. Soit T > 0 fixé. Montrer qu’il existe une probabilité Q équivalente à P que l’on
déterminera explicitement à travers sa densité ddQP telle que Bt := Xtσ−x soit un mouvement
brownien standard.
2. En déduire que si f : R × R → R est une fonction borélienne bornée ou positive
!
1
RT 1
RT
β(x+σBs )dBs − β 2 (x+σBs )ds
Ef (XT , sup Xt ) = EQ e σ 0 2σ 2 0 f (x + σBT , x + σ sup Bt ) .
t∈[0,T ] t∈[0,T ]

3. On suppose que la fonction β est continûment dérivable. Montrer qu’il existe une fonction
Φ : R → R, de classe C 2 , et une fonction continue θσ : R → R que l’on précisera telles que
!
1
RT
Ef (XT , sup Xt ) = EQ e σ2 Φ(x+σBT )+ 0 θ(σBu )du
f (x + σBT , x + σ sup Bt ) .
t∈[0,T ] t∈[0,T ]

4. On décide d’approcher l’intégrale en temps par une somme de Riemann usuelle. Pro-
poser en vous inspirant du cours un schéma performant de simulation pour le calcul de
E g(XT , supt∈[0,T ] Xt ) par la méthode de Monte Carlo.

2 Problème 2
1.a. Soient f, g : I → R, I intervalle de R, monotones de même monotonie. Soit X :
(Ω, A, P) → I une variable aléatoire telle que f (X), g(X) ∈ L2 (P). Montrer que

Cov(f (X), g(X)) ≥ 0

d
1.b. En déduire que, si T : R → R est une fonction décroissante et T X = X,

Cov(f (X), f (T (X))) ≤ 0

1
1.c. En déduire que  
f (X) + f (T (X)) 1
Var ≤ Var(f (X)).
2 2
Interpréter cela en terme de simulation (en supposant que le principal coût de calcul est celui
de f ).

2. Soit X1 , . . . , Xn , . . . une suite de variables aléatoires réelles indépendantes.

2.a. Montrer par la méthode de votre choix que, pour tout n ≥ 1, si θ : Rn → R est une
fonction borélienne telle que θ(X1 , . . . , Xn ) ∈ L1 (P), alors

E θ(X1 , . . . , Xn ) = E Θ(X1 , . . . , Xn−1 )

où Θ(x1 , . . . , xn−1 ) = E θ(x1 , . . . , xn−1 , Xn ).

2.b. Soit n ≥ 1. On considère F , G : Rn → R deux fonctions monotones de même monotonie
en chacun de leurs arguments i.e. pour tout i ∈ {1, . . . , n}, xi 7→ F (x1 , . . . , xi , . . . , xn ) et
xi 7→ F (x1 , . . . , xi , . . . , xn ) sont monotones de même monotonie pouvant varier avec i (mais
ne dépendant pas de (x1 , . . . , xi−1 , xi+1 , . . . , xn ) ∈ Rn−1 ). Montrer qu’alors

Cov(F (X1 , . . . , Xn ), G(X1 , . . . , Xn )) ≥ 0.

On pourra utiliser la question précédente.

d
2.c. On suppose que, pour tout i ∈ {1, . . . , n}, Xi = Ti (Xi ) où Ti : R → R est une fonction
décroissante. Montrer que

Cov(F (X1 , . . . , Xn ), F (T1 (X1 ), . . . , Tn (Xn ))) ≤ 0.

3. On considère une diffusion, unique solution forte de l’EDS

(EW ) ≡ dXt = b(t, Xt ) dt + σ(t) dWt , X0 = x0 ,

où b : [0, T ] × R → R est continue, lipschitzienne en x uniformément en t ∈ [0, T ] et

σ : [0, T ] → R∗+ une fonction continue. Soit (X̄tnk )0≤k≤n son schéma d’Euler (constant par
morceaux) à accroissements browniens issu de x0 . On note tnk = kT n
, k = 0, . . . , n, et
∆Wtnk := Wtnk − Wtnk−1 , k = 1, . . . , n. On suppose en outre que b est croissante en x (pour
tout t fixé).
3.a. Montrer par récurrence sur k qu’il existe pour tout k ∈ {1, . . . , n} une fonction ϕk :
Rk → R telle que
X̄tnk = ϕk (∆Wtn1 , . . . , ∆Wtnk )
et possédant des propriétés de monotonie que l’on pécisera.
3.b. En déduire que si f : Rn → R est monotone de même monotonie en chacune de ses
variables, alors il existe une fonction borélienne Ψn : Rn → R possédant des propriétés de
monotonie que l’on pécisera telle que

f (X̄tn1 , . . . , X̄tnn ) = Ψn (∆Wtn1 , . . . , ∆Wtnk , . . . , ∆Wtnn ).

2
3.c. Montrer que si g : R2 → R est bor/’elienne bornée, monotone de même monotonie en
ses deux variables, alors
(W ) (−W )
Cov(g(X̄T(W ) , max X̄tnk ), g(X̄T(−W ) , max X̄tnk )) ≤ 0
0≤k≤n 0≤k≤n

où l’on désigne par X̄ (W ) le schéma d’Euler issu de x0 relatif aux accroissements du mouve-
ment brownien W .
3.d. Montrer que si, en outre, b et σ sont lipschitziennes et si g est continue bornée, on a
(W ) (−W )
Cov(g(XT(W ) , sup Xt ), g(XT(−W ) , sup Xt )) ≤ 0
t∈[0,T ] t∈[0,T ]

où l’on désigne par X (B) la solution forte de l’EDS (EB ) relativement à un mouvement
brownien standard B.
4. Énoncer (avec soin) et montrer (rigoureusement) un résultat analogue à 3.c. pour des
fonctionnelles de la forme
 Z T 
G x(T ), g(x(s))ds , G : R2 → R, g : R → R
0

où x : [0, T ] → Rd désigne une fonction càdlàg générique.

5. Décrire et justifier rapidement une méthode de réduction de variance générique pour les
différents type de fonctionnelles abordées dans les questions qui précèdent.

3 Problème 3
Soit n ≥ 1 un entier et (ξ1 , . . . , ξn ) un n-uplet de réels de [0, 1]. On définit la discrépance
quadratique par
  12
Z 1 X n 2
1
Tn (ξ1 , . . . , ξ) :=  1{ξ ≤x} − x dx
0 n k=1 k

et la diaphonie par
  21
∞ n 2
1  1 X X
Fn (ξ1 , . . . , ξn ) = 2 e2iπmξk  .
2πn m=1
m2 k=1

1.a. Montrer que Tn (ξ1 , . . . , ξn ) ≤ Dn∗ (ξ1 , . . . , ξn ).

Rx
1.b. Soit f ∈ H 1 := {h : [0, 1] → R | h(x) = h(0) + 0 h0 (u)du, h0 ∈ L2 ([0, 1], du)} (l’écriture
h0 est conventionnelle mais ne signifie pas h est dérivable ponctuellement). Montrer que
n Z 1
1X
∀f ∈ H , 1
f (ξk ) − f (u)du ≤ kf 0 k2 Tn (ξ1 , . . . , ξn ).
n k=1 0

2. Soit ξ = (ξn )n≥ une suite de réels de l’intervalle [0, 1]. Montrer que ξ est équirépartie si
et seulement si Fn (ξ1 , . . . , ξn ) converge vers 0 lorsque n → ∞.

3
3. Montrer que
 2
ξ1 + · · · + ξn 1
Tn2 (ξ1 , . . . , ξn ) = − + Fn2 (ξ1 , . . . , ξn ).
n 2

4.a. Soit f : [0, 1] → R une fonction dont le développement en série de Fourier

X Z 1
f (x) = cm (f )e2iπmx
, cm (f ) = f (x)e−2iπmx dx, m ∈ Z,
m∈Z 0

P
converge en tout point x de l’intervalle [0, 1] (par exemple parce que m∈Z |cm (f )| < +∞).
Montrer que

n
! 21
Z 1
1X X
f (ξk ) − f (u)du ≤ 2π m2 |cm (f )|2 Fn (ξ1 , . . . , ξn ).
n k=1 0 m∈Z∗

X
4.b. Donner une condition suffisante simple sur f assurant que m2 |cm (f )|2 < +∞.
m∈Z∗

Commentaire: L’intérêt de la discrépance quadratique et surtout de la diaphonie tient au

fait que l’on peut établir pour certaines suites usuelles, comme par exemple les automor-
phismes du tore (ξn ) = ({nα}) (α ∈ / Q) ou les suites de Van der Corput, que
√ 
log n
Tn (ξ1 , . . . , ξn ) = O
n
et √ 
log n
Fn (ξ1 , . . . , ξn ) = O .
n
L’intérêt spécifique de la diaphonie est que la condition d’application de la formule de contrôle
d’erreur d’intégration numérique porte sur les coefficients de Fourrier et que cette notion
s’étend agréablement à un cadre à plusieurs variables. Malheureusement, comme pour la
discrépance, on ne dispose pas en dimension supérieure d’estimation fine de la diaphonie.