Numerical analysis of the stochastic volatility jump diffusion models
Analyse numérique de modèles de diffusion-sauts à volatilité stochastique
Résumé
In the modern economic world, the options contracts are used because they allow to hedge against the vagaries and risks refers to fluctuations in the prices of the underlying assets. The determination of the price of these contracts is of great importance for investors.We are interested in problems of options pricing, actually the European and Quanto options on a financial asset. The price of that asset is modeled by a multi-dimentional jump diffusion with stochastic volatility. Otherwise, the first model considers the volatility as a continuous process and the second model considers it as a jump process. Finally in the 3rd model, the underlying asset is without jump and volatility follows a model CEV without jump. This model allow better to take into account some phenomena observed in the markets. We develop numerical methods that determine the values of prices for these options. We first write the model as an integro-differential stochastic equations system "EIDS", of which we study existence and unicity of solutions. Then we relate the resolution of PIDE to the computation of the option value. This link, which is based on the notion of infinitesimal generators, allows us to use different numerical methods. We therefore introduce the variational equation associated with the PIDE, and drawing on the work of Zhang [106], we show that it admits a unique solution in a weights Sobolev space We focus on the numerical approximation of the price of the option, by treating the problem in a bounded domain. We use the finite elements method of type (P1), and the scheme of Euler-Maruyama, for this serve, on the one hand the finite differences method in time, and on the other hand the method of Monte Carlo and the Quasi Monte Carlo method. For this last method we use of Halton sequences to improve the speed of convergence.We present a comparative study of the different numerical results in many different cases in order to investigate the performance and effectiveness of the used methods.
Dans le monde économique, les contrats d'options sont très utilisés car ils permettent de se couvrir contre les aléas et les risques dus aux fluctuations des prix des actifs sous-jacents. La détermination du prix de ces contrats est d'une grande importance pour les investisseurs.Dans cette thèse, on s'intéresse aux problèmes d'évaluation des options, en particulier les options Européennes et Quanto sur un actif financier dont le prix est modélisé en multi dimensions par un modèle de diffusion-saut à volatilité stochastique avec sauts (1er cas considère la volatilité sans sauts, dans le 2ème cas les sauts sont pris en compte, finalement dans le 3ème cas, l'actif sous-jacent est sans saut et la volatilité suit un CEV modèle sans saut). Ce modèle permet de mieux prendre en compte certains phénomènes observés dans les marchés. Nous développons des méthodes numériques qui déterminent les valeurs des prix de ces options. On présentera d'abord le modèle qui s'écrit sous la forme d'un système d'équations intégro-différentielles stochastiques "EIDS", et on étudiera l'existence et l'unicité de la solution de ce modèle en fonction de ses coefficients, puis on établira le lien entre le calcul du prix de l'option et la résolution de l'équation Intégro-différentielle partielle (EIDP). Ce lien, qui est basé sur la notion des générateurs infinitésimaux, nous permet d'utiliser différentes méthodes numériques pour l'évaluation des options considérées. Nous introduisons alors l'équation variationnelle associée aux EIDP et démontrons qu'elle admet une unique solution dans un espace de Sobolev avec poids en s'inspirant des travaux de Zhang [106].Nous nous concentrons ensuite sur l'approximation numérique du prix de l'option en considérant le problème dans un domaine borné, et nous utilisons pour la résolution numérique la méthode des éléments finis de type (P1), et un schéma d'Euler-Maruyama, pour se servir, d'une part de la méthode de différences finies en temps, et d'autre part de la méthode de Monté Carlo et la méthode Quasi Monte Carlo. Pour cette dernière méthode nous avons utilisé les suites de Halton afin d'améliorer la vitesse de convergence.Nous présenterons une étude comparative des différents résultats numériques obtenus dans plusieurs cas différents afin d'étudier la performance et l'efficacité des méthodes utilisées.