Méthodes numériques probabilistes pour la finance : valorisation des droits à polluer et approximation de couverture faible ; Probabilistic numerical methods in finance : valuation of pollution rights and approximate computation for weak hedging
You can manage bookmarks using lists, please log in to your user account for this.
Media type:
E-Book;
Still Image;
Electronic Thesis;
Text
Title:
Méthodes numériques probabilistes pour la finance : valorisation des droits à polluer et approximation de couverture faible ; Probabilistic numerical methods in finance : valuation of pollution rights and approximate computation for weak hedging
Footnote:
Diese Datenquelle enthält auch Bestandsnachweise, die nicht zu einem Volltext führen.
Description:
Dans cette thèse, nous proposons une approximation numérique probabiliste avec une application au marché des émissions de carbone ainsi qu'à la couverture PnL. Y compris un schéma de splitting théorique en traitant différemment l'équation de transport et l'équation de diffusion, un schéma alternatif basé sur les particules et l'arbre, et le calcul pour l'approximation de la couverture PnL. Dans la première partie de cette thèse, nous nous concentrons sur l'approximation numérique d'une classe d'équations différentielles stochastiques progressifs et rétrogrades (EDSPRs) qui ont une composante forward dégénérée mais aussi une condition terminale irrégulière. Il est proposé dans [21] pour la modélisation du marché des émissions de carbone et étudié dans [20]. Nous proposons un nouveau schéma de splitting théorique pour résoudre ces systèmes EDSPRs dans un cadre de grande dimension. Ce schéma consiste à séparer les parties de diffusion et celles de transport non linéaire. Nous parvenons également à prouver un résultat de ordre de convergence pour notre schéma théorique sous l'hypothèse minimale. Dans la deuxième partie de cette thèse, nous nous intéressons à une classe de problèmes de contrôle non standard dans lesquels nous imposons au processus contrôlé une contrainte sur sa loi au temps terminal. L'exemple classique est ce qu'onappelle la couverture quantile voir e.g. [37]. Nous introduisons d'abord problème de couverture faible et encapsulons tous les cas possibles pour la mesure cible: discrète et finie ou arbitraire dans un cadre général. En particulier, nous établissons une représentation explicite via transport optimal pour le problème de couverture faible pour une mesure de probabilité. Et pour une mesure discrète et finie, nous obtenons également une nouvelle caractérisation duale pour le problème de "Kantorovich". A partir de cette formulation duale, nous proposons une nouvelle approche numérique qui se base sur des algorithmes de descente de gradient stochastique. A la fin, nous démontrons également ...