TER EVENEMENTS RARES EN FINANCE PLAN MOTIVATION EXEMPLE SUR LE MOUVEMENT BROWNIEN APPLICATION A LA VALUE AT RISK (VaR)

Slides:



Advertisements
Présentations similaires
Comparaison des méthodes déterministes et Monte Carlo
Advertisements

Simulations de Monte Carlo en utilisant MATLAB
PROGRAMME : BTS CG.
Programmes du cycle terminal
"There are three kinds of lies : lies, damned lies, and statistics"
13/12/07JRJC décembre 20071/14 Étude de la structure du noyau à halo Li et du sous-système non lié Li (à l’aide de la cible active MAYA)
Visualisation dynamique d'arbres hiérarchiques de très grande taille Par Rémi Fusade TER encadré par Thomas Hurtut et Thierry Stein.
Atelier 1 Le problème du surpoids sur géogébra. Etude de la prévalence du surpoids: (document Ressources pour la classe de terminale) Situation: On souhaite.
L’ESPRIT DU NOUVEAU PROGRAMME. SERIE SCIENCES ET TECHNOLOGIES DU MANAGEMENT ET DE LA GESTION 1 Document élaboré dans le cadre du cercle de réflexion académique.
Auteur : Patrice LEPISSIER Les probabilités  Notions de base Notions de base  Variable aléatoire Variable aléatoire  La loi Normale La loi Normale.
Comparaison des méthodes de calcul de quartiles On considère la série statistique ci-dessous : Effectif total : 12.
Comparing color edge detection and segmentation methods Projet TIM.
Portage d'une application sur GPU CreditCruncher.
I) mesure et erreurs de mesure 1) le vocabulaire à connaitre
Chapitre 6. Introduction à l’échantillonnage Les sondages Notions fondamentales Fluctuations d’échantillonnage d’une moyenne Théorème central limite C6-1.
PERFORMANCES D’TEST DE DEPISTAGE Dr S.AMAROUCHE Maître assistante Epidémiologie Université 3 Constantine SEMEP CHU Constantine.
Les rprésentation des signaux dans le cadre décisionnel de Bayes Jorge F. Silva Shrikanth S. Narayanan.
UNIVERSITÉ ROI HENRI CHRISTOPHE Influence de la densité de plantation sur la croissance et le rendement de deux (2) variétés d’arachide (Arachishypoea.
Corrélation et régression linéaire simple
Analyse, Classification,Indexation des Données ACID
Valeurs de toutes les différences observables sous H0
La Gestion du Temps.
Comparaison de deux pourcentages.
Delay Ramps Delay ramps sont composées de plusieurs runs
Risque de crédit : Regard sur les formules baloises
Détermination des propriétés texturales d’un solide poreux par traçage
Cours d’Econométrie de la Finance (STA202 – IV 3-4)
Cours d’Econométrie de la Finance (STA202 – IV 4-5)
Loi Normale (Laplace-Gauss)
4°) Intervalle de fluctuation :
1 - Construction d'un abaque Exemple
1°) Un nombre y est-il associé à 3, et si oui lequel ?
S. Briot1 and V. Arakelian2 1 IRCCyN – Nantes 2 INSA – Rennes
Thème 1 : Ondes et Matière.
Thème 2 : Les mobilités humaines transnationales
Les plans d’expérience: plans factoriels
Introduction aux Statistiques Variables aléatoires
Technologies de l’intelligence d’affaires Séance 12
Scénario Quatre hipsters entrent en collision un dans l'autre dans un ascenseur plein de personnes. En conséquence ils laissent tomber leurs téléphones.
Approximation de Pi par la méthode de Monte Carlo
SOCIETE FRANCOPHONE DE TRANSPLANTATION, Lille 2015
3.6 Loi continue 3 cours 18.
4.2 Estimation d’une moyenne
Introduction à la recherche appliquée Quel est l’impact des normes IFRS sur la fiabilité et la transparence des états financiers marocains? Clément Rodriguez.
Modélisation Spatio-temporelle de la pluviométrie " Application du prédicteur Filtre de Kalman":Cas du bassin versant de Cheliff -Algérie- Présentée par Samra Harkat
Analyse comptable des opérations de l’entreprise Présentée par : AIT HMIDINE Samira AMRI Loubna CHABIH Nidal demandé par : ANAJAR,Abdelhak 15/03/2017.
ACP Analyse en Composantes Principales
La Théorie Particulaire
Calculs des incertitudes Lundi 30 Avril 2018 Master de Management de la Qualité, de la Sécurité et de l’Environnement.
 1____Probabilité  2______variables aléatoires discrètes et continues  3______loi de probabilités d’une v a  4_______les moyens et les moyens centraux.
Amélioration de la résolution spatiale des sondeurs multifaisceau
Méthodes de calcul en stabilité des pentes
Identification par modèle de Broïda
INTRODUCTION A LA SPECTROSCOPIE
Traitement de l ’écoulement turbulent
Transfert d’IHM de PC vers PDA
Tri de cartes.
Chapitre 4: Caractéristiques de dispersion
Présentation 5 : Sondage à probabilités inégales
Variable Neighborhood Descent (VND) Réalisée par Nadia Sassi Eya baghdedi AU
Centre d’études et de recherches sur les qualifications
ENSEIGNER L’ALGORITHMIQUE ET LA PROGRAMMATION AU COLLÈGE
Position, dispersion, forme
1 CHAPITRE: GESTION DES STOCKS. 2 Plan Plan IntroductionDéfinitionNature du stockLes niveaux des stocks Suivi du stock: Méthodes d’approvisionnement Conclusion.
JOUR 2: Equité, efficience et viabilité des systèmes de santé
LES AXES TRAITÉS : DÉFINITION D’ÉVALUATION L’ÉVALUATION PEDAGOGIQUE FONCTION DE L’ÉVALUATION CARACTERISTIQUES DE L’ÉVALUATION TYPES D’ÉVALUATION CONCLUSION.
Y a-t-il des fonctions qui se comportent comme la fonction inverse ?
Content-Boosted Collaborative Filtering for Improved Recommendations
STATISTIQUE INFERENTIELLE LES TESTS STATISTIQUES.
Transcription de la présentation:

TER EVENEMENTS RARES EN FINANCE PLAN MOTIVATION EXEMPLE SUR LE MOUVEMENT BROWNIEN APPLICATION A LA VALUE AT RISK (VaR)

MOTIVATION La simulation d'évènements rares est devenue très importante : les systèmes de télécommunications en finance afin de déterminer une valeur en risque de marché Value at Risk (VaR) On s'intéresse à simuler efficacement des VAR par la méthode des particules en interaction Comparaison aux autres méthodes existantes : Crude Monte-Carlo Importance Sampling

UN EXEMPLE SUR LE MOUVEMENT BROWNIEN >>>>> La méthode crude Monte-Carlo: on estime

CONCLUSION CRUDE MONTE-CARLO ➢ Approximation de la loi normale (10e-7 ref John Hull) Algorithme pas très efficace, coûteux en temps d'exécution Cependant il y'a pas de réglage à faire (changement de probabilité)

IMPORTANCE SAMPLING Changement de probabilité Wt -> Wt+λt

Définition d'une nouvelle mesure Courbe de l'erreur relative d'estimation en fonction de λ et x Le choix de λ optimal est pour λ=a ce qui est en cohérence avec l'article de Garnier et de Del Moral.

Conclusion Importance Sampling Algorithme efficace meilleur algorithme (sur les 3) si on connait la loi de la variable à estimer

METHODE DES PARTICULES EN INTERACTIONS

RESULTATS Pour N=10000,a=3 et λ=3 et le nombre de subdivision étant égal à 4 on obtient: Observons la variance en fonction de λ et du nombre de subdivision pour a=3 Nombre de subdivision λ

CONCLUSION SUR LA METHODE DES PARTICULES EN INTERACTIONS ✔ Mieux que la méthode Crude Monte-Carlo ✔ Intéressant si on ne connait pas la loi de la variable à simuler ✗ Moins bien que L'importance Sampling ✗ Il y'a pas de changement de probabilité à effectuer ✗ Les choix de λ et du nombre de subdividion sont délicats ✗ Algorithme coûteux en temps et en espace mémoire

APPLICATION A LA VALEUR EN RISQUE DE MARCHE (VaR ) Description du portefeuille

COMPARAISON DES TROIS METHODES Crude Monte-Carlo : VaR entre 50 et 63 (N=10000) Importance Sampling : VaR entre 56.2 et 59.7 Particules en interactions : VaR entre 85 et 94 !!!!! IS

Courbes P(Loss >a) -- crude MC -- IS -- IP

Conclusion Bilan mitigé sur la méthode des particules en interactions : ✔ Semble être pertinente pour des probabilités extrêmement faibles (10e-4 à 10e-5). Choix des paramètres très délicats (algorithme coûteux). Problème de convergence.