Contrôle des erreurs de valorisation des options par Fourier
Comprenez les erreurs de troncature, de quadrature, d'aliasing, d'interpolation, d'amortissement et d'arithmétique complexe dans la valorisation des options par Fourier, ainsi que leur diagnostic
Réponse directe
La valorisation par Fourier remplace une intégrale exacte de transformée infinie par un calcul numérique fini. Une convergence crédible exige des contrôles séparés de la validité de la transformée, de la troncature, de la quadrature, de l'aliasing, de l'interpolation et de l'arithmétique complexe
Une identité exacte et un algorithme sont différents
Une formule de transformée peut représenter exactement le prix d'une option sous des conditions données de mesure, de moments, de payoff et de régularité
Le logiciel coupe ensuite un domaine infini, échantillonne un nombre fini de points, évalue des fonctions complexes et arrondit le résultat
L'accord avec la formule écrite prouve peu si chaque approximation numérique et chaque condition analytique préalable n'ont pas été vérifiées
La validité de la transformée est le premier filtre
L'amortissement ou les décalages de contour exigent des moments exponentiels dans une bande complexe précise, tandis que l'actualisation doit correspondre au numéraire et à la mesure de valorisation
Un décalage invalide peut fournir à une routine de fonction caractéristique qui semble finie un argument pour lequel l'espérance requise n'existe pas
Aucun raffinement de grille ne corrige une convention de signe erronée, un facteur d'actualisation manquant, une condition de martingale violée ou une transformée hors de son domaine
La troncature des fréquences supprime une queue
L'inversion de Fourier intègre sur un domaine de fréquences non borné, mais une implémentation s'arrête à une coupure finie U
La queue omise dépend de la décroissance de la fonction caractéristique, du payoff transformé, de l'amortissement, de la maturité et des paramètres du modèle
Doubler U est instructif uniquement si l'espacement de quadrature reste assez fin ; sinon, une erreur peut diminuer tandis qu'une autre augmente
La discrétisation et la quadrature approximent le reste
Après la troncature, les règles du rectangle, du trapèze, de Simpson ou adaptatives remplacent l'intégrale finie par des échantillons pondérés
Les intégrandes oscillants exigent assez de points pour résoudre les variations de phase, et pas simplement un nombre fixe de nœuds devenu familier
Les estimations d'erreur locales, les variables de contrôle et le comportement analytique près de zéro peuvent améliorer la quadrature, mais chacun repose sur ses propres hypothèses
La FFT ajoute une périodicité et une grille liée
Une transformée de Fourier discrète traite les données échantillonnées comme périodiques ; une masse ou une structure de prix située hors de la fenêtre représentée peut donc revenir par aliasing
L'espacement des fréquences de la FFT et l'espacement des strikes logarithmiques sont réciproquement liés ; élargir la couverture à N constant réduit la résolution des strikes
Les strikes hors grille exigent une interpolation, tandis que le remplissage de zéros modifie la densité de sortie échantillonnée, mais ne crée pas l'information manquante et ne corrige pas la troncature
L'arithmétique complexe crée des défaillances silencieuses
Les racines carrées et les logarithmes exigent des branches cohérentes selon la fréquence ; des choix de branche discontinus peuvent produire des sauts ou des oscillations artificiels
De grands termes peuvent s'annuler pour former un petit prix, ce qui rend importantes l'erreur relative, la saturation, le sous-débordement et la perte de précision dans les ailes profondes
Un prix final réel ne valide pas le chemin qui y mène : prendre la partie réelle peut masquer un résidu imaginaire significatif causé par une erreur d'implémentation
Une matrice de convergence révèle la cause
Faites varier un par un la coupure U, l'espacement, N, l'amortissement, la fenêtre de strikes, l'interpolation et la précision, en enregistrant les variations du prix et des grecs
Vérifiez la parité, les bornes, la monotonie selon le strike, la convexité, les limites de modèles connus, les moments de martingale et l'accord entre quadrature directe et FFT ou COS
Fixez les tolérances dans des unités de prix ou de couverture pertinentes pour la décision ; des décimales supplémentaires stables ne sont pas utiles si les erreurs du modèle et des données de marché les dominent
Questions fréquentes
Qu'est-ce que l'erreur de troncature dans la valorisation par Fourier ?
C'est la contribution perdue lorsqu'une intégrale infinie sur le domaine des fréquences ou des états est remplacée par un intervalle fini
Qu'est-ce que l'erreur d'aliasing ?
C'est une contamination causée par l'interprétation périodique des échantillons d'une transformée discrète, qui peut replier une structure non résolue dans la fenêtre de sortie
Augmenter le nombre de points FFT améliore-t-il toujours la précision ?
Non. La précision dépend aussi du domaine, de l'espacement, de l'amortissement, de la validité des moments, de l'interpolation et de la stabilité numérique
Comment valider un pricer Fourier ?
Utilisez des tests de convergence où un seul contrôle varie à la fois, des identités d'arbitrage, des limites connues et des comparaisons avec une quadrature directe ou une autre méthode indépendante