Les équations forward et backward de Kolmogorov expliquées
Comprenez comment les générateurs font évoluer les valeurs conditionnelles en arrière et les densités de probabilité en avant, avec des liens vers Fokker–Planck, la tarification, le calibrage et les frontières
Réponse directe
L’équation backward de Kolmogorov fait évoluer un payoff futur en fonction de l’état courant. L’équation forward, appelée Fokker–Planck pour les diffusions, fait évoluer la distribution des états futurs à partir d’une loi initiale
Les transitions de Markov relient trois instants
Un processus de Markov utilise un opérateur de transition P_{s,t}g(x) = E[g(X_t) | X_s=x] pour ramener une fonction future à l’état courant
La relation de Chapman–Kolmogorov P_{s,t}P_{t,u} = P_{s,u} indique que l’insertion d’un instant intermédiaire ne modifie pas la transition
Les équations forward et backward sont les deux vues différentielles de ce même semi-groupe ou de cette famille d’évolution à deux paramètres
Le générateur décrit le changement infinitésimal
Pour dX_t = b(t,X_t)dt + σ(t,X_t)dW_t, le générateur est L_tφ = b∂_xφ + 1/2a∂_{xx}φ avec a = σ²
Il agit sur les fonctions test de l’état et résume leur variation conditionnelle instantanée
Le générateur dépend du processus, de l’espace d’états, du domaine et du comportement aux frontières ; une simple expression différentielle formelle est incomplète
L’équation backward agit sur l’état initial
Pour une fonction terminale g, définissez u(s,x) = E[g(X_t) | X_s=x] avec s ≤ t
Sous une régularité adéquate, u vérifie ∂_s u + L_su = 0 et la condition terminale u(t,x) = g(x)
Elle est dite backward parce que la fonction au point final est fixée et que l’instant de conditionnement s se déplace vers le présent
L’adjoint déplace les distributions
L’adjoint L_t† est défini par ∫φ L_t†ρ dx = ∫ρ L_tφ dx après traitement des termes de frontière
Pour une diffusion unidimensionnelle, L_t†ρ = -∂_x(bρ) + 1/2∂_{xx}(aρ)
L’adjoint transfère le générateur des fonctions test aux densités, en inversant les dérivées là où l’intégration par parties l’exige
L’équation forward propage la masse de probabilité
Si ρ(t,x) est la densité d’état, elle vérifie ∂_tρ = L_t†ρ à partir de sa distribution initiale
La même équation appliquée à une densité de transition fait évoluer sa variable de destination en maintenant le point de départ fixe
La normalisation, la non-négativité, le flux et les conditions aux frontières déterminent si une solution formelle est une loi de probabilité valide
La finance utilise les deux directions pour des tâches différentes
La valorisation des dérivés résout généralement une équation backward à partir d’un payoff terminal, l’actualisation ajoutant un terme de disparition
La prévision des distributions, les profils d’exposition, le calibrage des densités et certains calculs de risque résolvent l’équation forward à partir de la loi d’état d’aujourd’hui
Les deux résultats doivent coïncider par intégration : une valeur backward est le payoff futur intégré contre la densité de transition forward
Les frontières et les méthodes numériques peuvent rompre la dualité
Les frontières absorbantes, réfléchissantes, d’entrée et inaccessibles imposent des conditions différentes sur les valeurs et les flux de probabilité
Vérifiez la conservation ou la perte de masse attendue, la positivité, les données terminales et initiales, la discrétisation adjointe et la convergence lorsque les grilles s’étendent
Une estimation de Monte Carlo implémentée indépendamment peut révéler des erreurs de signe, de dérive, de frontière et de sens du temps dans l’un ou l’autre solveur d’EDP
Questions fréquentes
Quelle est la différence entre les équations forward et backward de Kolmogorov ?
L’équation backward fait évoluer une fonction de l’état initial ; l’équation forward fait évoluer la loi de l’état de destination
L’équation forward est-elle l’équation de Fokker–Planck ?
Pour les processus de diffusion, oui. Fokker–Planck est le nom courant de l’équation forward de Kolmogorov pour les densités
Quelle équation utilise-t-on pour valoriser les options ?
Les valeurs des options européennes sont généralement propagées backward depuis leur payoff terminal, tandis que les équations forward peuvent faire évoluer les densités de prix d’état
Pourquoi les conditions aux frontières sont-elles importantes ?
Elles déterminent si la probabilité est absorbée, réfléchie, conservée ou inaccessible et modifient donc les distributions comme les valeurs