Valorisation d’options par Monte-Carlo : estimateur, erreur et risque de modèle

Valorisez les options par simulation risque-neutre, quantifiez l’erreur d’échantillonnage, contrôlez les biais de trajectoire et de pas de temps, et distinguez précision numérique et justesse du modèle.

À des fins éducatives uniquement ; ne constitue ni un conseil en investissement ni une recommandation d’investissement. Les investissements peuvent entraîner des pertes.

Réponse directe

Tarification des options de Monte Carlo estime la valeur d’un modèle en simulant de nombreuses trajectoires de prix sous-jacents dans le cadre d’une mesure de tarification, en calculant le gain contractuel sur chaque trajectoire, en actualisant les gains et en faisant la moyenne. Cela est particulièrement utile lorsque la valeur dépend de nombreux actifs ou de la trajectoire elle-même, comme pour les options asiatiques, à barrière et rétrospectives.

Le résultat dépend du modèle, des entrées calibrées, de la mise en œuvre des gains, de la grille temporelle et de l’échantillon aléatoire. Il ne s’agit ni d’une prévision de la trajectoire future la plus probable, ni d’un prix exécutable garanti. Un résultat complet rend compte à la fois de l’estimation et de son erreur d’échantillonnage.

Comment la simulation devient un prix

Pour les gains simulés actualisés (Y_i), un estimateur simple est :

\hat V_0 = (1/N) \sum_{i=1}^N Y_i

Dans le cadre d’un mouvement brownien géométrique à paramètre constant avec un rendement en dividendes (q), un prix terminal peut être échantillonné directement :

S_T = S_0 exp[(r - q - sigma^2/2)T + sigma sqrt(T) Z]

Un gain européen dépendant uniquement de (S_T) ne nécessite aucun chemin intermédiaire. Une barrière moyenne asiatique, surveillée en permanence, ou gain rétrospectif : divise le temps en étapes, fait évoluer l’état, enregistre les observations requises, applique le calendrier et le gain exacts du contrat, puis procède à une remise.

Si l’écart type de l’échantillon des gains actualisés est (s), l’erreur type estimée est (SE = s/sqrt N). Un intervalle d’échantillonnage courant d’environ 95 % est (hat V_0 +/- 1.96SE). Le Monte Carlo simple converge selon l’ordre (N^(-1/2)), donc environ quatre fois plus de chemins indépendants sont nécessaires pour réduire de moitié l’erreur standard.

La moyenne prospective ne résout pas à elle seule le problème d’arrêt optimal d’une option américaine. L’évaluation américaine a besoin d’une règle d’arrêt telle que les moindres carrés de Longstaff-Schwartz de Monte Carlo, ou d’une autre méthode rétrospective telle qu’un arbre ou un modèle aux différences finies.

Un résultat avec une barre d’erreur

Supposons que 100,000 trajectoires d’option d’achat asiatique sur un an produisent un gain moyen actualisé de 6,20 $ par action et un écart-type d’échantillon de 9,49 $.

SE = 9.49 / sqrt(100,000) ≈ $0.03

L’intervalle approximatif de 95 % est de 6,20 $ ± 1,96 × 0,03 $, soit environ [6,14 $, 6,26 $]. Avec un multiplicateur standard de 100, l’estimation est de 620 $ par contrat et l’intervalle d’échantillonnage est d’environ [614 $, 626 $], avant écart acheteur-vendeur, frais et effets d’exécution.

L’augmentation de l’échantillon à 400,000 chemins indépendants, avec une variance de gain similaire, réduit l’erreur type à environ 0,015 $ et la demi-largeur de 95 % à environ 0,029 $. Cela améliore uniquement la précision numérique. Elle ne valide pas le modèle de volatilité, la corrélation, les hypothèses de dividendes, les dates de surveillance ou le code de paiement.

À titre de contrôle de mise en œuvre, évaluez une option européenne vanille selon les mêmes hypothèses. Son résultat devrait être conforme à celui de Black-Scholes avec une erreur d’échantillonnage raisonnable. Un écart important indique une actualisation, une dérive, des unités, une logique de paiement ou une gestion de nombres aléatoires.

Liste de contrôle du modèle et de la mise en œuvre

Encodez précisément le gain légal : strike (prix d’exercice), observations, moyenne, barrière, remise, règlement, multiplicateur et traitement des OST.
Séparez la tarification sans risque des scénarios du monde réel. Le rendement attendu historique n’est pas automatiquement la dérive des prix.
Synchronisez le spot, les taux, les dividendes, la surface de volatilité, les corrélations, les calendriers et l’horodatage de valorisation.
Pour les affirmations dépendant du chemin, choisissez une grille suffisamment fine et testez le biais de pas de temps.
Rapporter le nombre de chemins, le générateur aléatoire ou la graine, l’estimation, l’écart type de gain, l’erreur type et l’intervalle de confiance.
Répétez avec des échantillons indépendants. Une graine fixe facilite la reproductibilité mais ne constitue pas une confirmation indépendante.
Utiliser des variables antithétiques ou de contrôle, une stratification ou des séquences quasi aléatoires uniquement avec une vérification des biais.
Valider des cas simples par rapport aux prix analytiques, aux arbres, aux limites de non-arbitrage et aux comportements limites.
Traiter séparément l’exercise (exercice de l’option par son détenteur) américain ; La simple moyenne des gains terminaux ignore l’optimisation des premiers exercices.
Estimer les Grecs avec des méthodes adaptées. Les modifications et réévaluations naïves peuvent être dominées par le bruit de simulation.
Distinguer l’erreur d’échantillonnage du biais de discrétisation, de l’erreur d’étalonnage, des erreurs de contrat et de l’erreur de modèle. Un intervalle étroit ne couvre que l’erreur d’échantillonnage.
Sauts de stress, volatilité stochastique ou locale, corrélation, dividendes et taux le cas échéant.
Convertissez la valeur par action en utilisant le multiplicateur et le livrable réels.
Comparez avec les cotations et la taille des Bid/Ask exécutables ; la valeur du modèle exclut les contraintes de liquidité, de dérapage, de frais, de marge et de couverture.

Idées fausses courantes

“Plus de chemins rendent la réponse correcte.” Ils réduisent le bruit d’échantillonnage mais ne corrigent pas les hypothèses ou le code erronés.
“L’intervalle de 95 % couvre toutes les incertitudes.” Il couvre normalement l’incertitude d’échantillonnage conditionnelle au modèle et aux entrées.
« Le rendement moyen historique correspond à la dérive des prix. » La tarification sans arbitrage utilise généralement une mesure neutre au risque.
“Monte Carlo est toujours le meilleur.” Les formules, les arbres, les PDE ou la quadrature peuvent être plus rapides et plus précis pour des problèmes plus simples.
“Un tirage au terminal suffit pour chaque gain.” Les contrats dépendants du chemin nécessitent des observations intermédiaires.
« Les options américaines peuvent être évaluées en faisant la moyenne des gains à l’expiration. » Un exercice précoce crée un problème d’arrêt optimal.
“La même graine prouve que deux implémentations concordent.” Des erreurs partagées peuvent persister.
“L’estimation du modèle est une cotation négociable.” Les exécutions réelles dépendent de la liquidité et des conditions du contrat.