The Basics of Martingales and Their Applications in Finance
Table of Contents
Le concept de martingales est une pierre angulaire de la théorie moderne des probabilités et l'un des outils les plus puissants en finance quantitative. Ils fournissent un cadre mathématique rigoureux pour modéliser les « jeux équitables » et des marchés efficaces, sous-tendant tout, de la tarification des options à la gestion des risques.
Qu'est-ce qu'un Martingale ?
Dans un tel jeu, la connaissance de l'historique entier des résultats ne vous donne aucun avantage dans la prédiction du prochain résultat. La valeur future attendue, conditionnée par toutes les informations passées, est toujours égale à la valeur actuelle. Plus formellement, un processus stochastique {Xt} est une martingale en ce qui concerne une filtration {Ft} (les informations disponibles jusqu'à la date t) si elles remplissent trois conditions:
- Adapté à la filtration: A chaque fois t, la valeur Xt est connu compte tenu des informations en Ft. Intuitivement, vous avez suffisamment de données pour déterminer l'état actuel.
- Espérance finale : []t, pour tous les t. Le processus ne souffle pas.
- Propriété de Martingale : [Xt+1 Ft] = Xt. La meilleure prévision de la valeur de demain, en utilisant toutes les informations disponibles aujourd'hui, est la valeur d'aujourd'hui.
La filtration Ft C'est une façon formelle de représenter l'"ensemble d'information" qui grandit au fil du temps. La propriété martingale implique que le processus n'a pas de dérive systématique – tout changement futur est purement aléatoire avec zéro attente.
Un exemple simple de pièces de monnaie
Imaginez une pièce de monnaie et laissez Xt représentent vos gains nets cumulatifs après t lancers, où vous gagnez $1 pour les têtes et perdre $1 pour les queues.0 = 0, après chaque lancer, le changement attendu dans vos gains est zéro : E[Xt+1 Ft] = Xt. Ce processus est une martingale. Peu importe le modèle de têtes et de queues a eu lieu, le résultat attendu de la prochaine passe est toujours zéro gain ou perte par rapport à votre position actuelle.
La propriété martingale reprend l'idée que le passé ne détermine pas l'avenir de manière prévisible. Ceci est radicalement différent des processus qui affichent un élan ou une réversion, où les rendements passés peuvent être utilisés pour prévoir les rendements futurs. Par exemple, si un processus était un sous-martingale, la valeur future attendue serait supérieure à la valeur actuelle – typique d'un actif risqué qui gagne un rendement attendu positif.
Historique
Le terme « martingale » se réfère à l'origine à un type de stratégie de paris populaire en France du 18ème siècle. Le concept mathématique a été officialisé dans les années 1930 et 1940 par Paul Lévy, Joseph Doob, et d'autres. Processus stochastiques Dans le domaine financier, la relation a été établie dans les années 1960 et 1970, lorsque des économistes comme Samuelson et Fama ont lié les martingales à des des marchés efficaces, et plus tard avec la révolution Black-Scholes-Merton dans le prix des options.
Martingales en finance
En économie financière, les martingales sont au cœur du concept de efficacité du marché. Si les marchés sont efficaces, les prix des actifs devraient suivre une martingale (ou une martingale dans le cadre d'une mesure neutre en matière de risque) parce que toutes les informations accessibles au public sont déjà reflétées dans le prix actuel. Selon cette opinion, les changements de prix sont imprévisibles: la meilleure estimation du prix de demain est le prix d'aujourd'hui, ajusté pour tout rendement attendu comme des dividendes ou des intérêts.
Hypothèse de marché et Martingales
La théorie du marché efficace (EMI) affirme qu'il est impossible d'obtenir systématiquement des rendements plus élevés que le marché global en négociant sur la base d'informations accessibles au public. Dans sa forme semi-forte, la EMI implique que les prix des actifs suivent une martingale après avoir pris en compte le taux de rendement sans risque. mesure neutre de risque- Oui.
Sur les marchés réels, les investisseurs exigent une prime de risque, de sorte que les prix réels des actifs ne sont pas des martingales strictes sous la mesure de probabilité physique. Ils ne deviennent des martingales qu'après avoir réduit le taux sans risque et avoir adopté la mesure de mesure de risque neutre. La distinction entre la mesure physique (probabilités du monde réel) et la mesure de risque neutre (probabilités de tarification) est cruciale.
Évaluation des risques et mesures de Martingale
La plus puissante application des martingales en finance est une tarification neutre en matière de risque;. Dans le cadre de la mesure de neutralité du risque (également appelée mesure de martingale équivalente), le prix actualisé de tout actif négociable est une martingale, ce qui permet de calculer les prix dérivés comme le bénéfice escompté actualisé prévu dans le cadre de cette mesure, indépendamment des préférences de risque des investisseurs.
Par exemple, le prix d'une option d'appel européen est donné aujourd'hui par:
C0 = e −T EQ[max(S)T − K, 0)
où EQ La propriété martingale garantit que cette tarification demeure cohérente et exempte d'arbitrage. L'un des résultats clés des mathématiques financières (le Théorème fondamental de la tarification des actifs) déclare que l'absence d'arbitrage est essentiellement équivalente à l'existence d'une mesure de martingale.
Le modèle Black-Scholes
Le célèbre modèle de tarification des options Black-Scholes repose sur la propriété martingale. Sous la mesure du risque neutre, le processus de prix des actions suit un mouvement brandian géométrique avec dérive égale au taux sans risque. Le prix des actions actualisé est alors une martingale. Cette hypothèse simple mais puissante permet au modèle de calculer une formule de prix des options en forme fermée, qui est devenue la norme de l'industrie pour les options européennes.
En dehors des dérivés de capitaux propres, les martingales apparaissent également dans la modélisation des taux d'intérêt (p. ex., le modèle Hull-White utilise les propriétés de martingale pour s'adapter à la courbe de rendement initiale) et la modélisation du risque de crédit (p. ex., les modèles à forme réduite où les probabilités de défaut sont des martingales selon la mesure de neutralité du risque).
Théorème de représentation et de couverture de Martingale
Le théorème de la représentation martingale est un puissant résultat utilisé dans la finance à temps continu. Il indique que toute martingale qui est carré-intégrable peut être exprimée comme une intégrale stochastique par rapport à un mouvement brownien. En termes pratiques, cela signifie que tout paiement dérivé peut être reproduit en traquant en continu l'actif sous-jacent et une obligation sans risque. C'est le fondement de la couverture dynamique dans le cadre Black-Scholes. Le ratio de couverture (delta) émerge directement de la représentation martingale.
Incidences pratiques pour les négociants et les investisseurs
Si une série de prix était vraiment une martingale, toute tentative de prévoir les mouvements futurs à l'aide de données historiques serait futile. Bien que les marchés réels ne soient pas parfaits, il y a des anomalies temporaires, des biais comportementaux et des dynamiques non stationnaires, la propriété martingale sert d'hypothèse nulle puissante. Elle nous rappelle que l'attente par défaut devrait être que les modèles de prix passés ne garantissent pas les performances futures.
Le système de paris Martingale : un discours de prudence
Dans le système classique de la martingale, un joueur double son pari après chaque perte, en s'attendant à ce qu'une victoire éventuelle récupère toutes les pertes antérieures plus un petit profit. Ce système échoue en pratique en raison de limites de capital fini et de paris. En finance, une stratégie similaire – en essayant de «doubler» sur les métiers perdants – peut entraîner des pertes catastrophiques. pas En effet, la version de jeu est une coïncidence historique de la désignation, et non une application du concept de probabilité.
Une leçon clé de la théorie de la martingale est que diversification et gestion des risques Comme les rendements futurs sont intrinsèquement imprévisibles sur un marché efficace, concentrer les paris dans une tentative de « battre le marché » revient à accepter un risque non compensé.
Théorème d'arrêt facultatif
Un autre résultat important est le théorème d'arrêt optionnel. Il indique que si vous arrêtez une martingale à un moment d'arrêt limité, la valeur attendue au moment d'arrêt égale la valeur initiale. Cela a des applications directes en finance : par exemple, le bénéfice attendu d'une stratégie de trading qui quitte une position à un moment prédéterminé est l'avoir de départ. Si vous arrêtez à un moment aléatoire (comme frapper un stop-loss ou à un profit), le théorème peut échouer si le temps d'arrêt n'est pas limité.
Limites et critiques
Bien que les modèles martingales soient élégants et mathématiquement pratiques, ils reposent sur de solides hypothèses qui ne tiennent pas toujours dans la pratique:
- L'efficacité du marché est une approximation. Le financement comportemental a documenté de nombreuses anomalies persistantes (momentum, valeur, effets de taille) qui semblent contredire la propriété martingale. Cependant, ces anomalies peuvent être dues à des primes de risque plutôt qu'à l'inefficacité.
- Les mesures neutres en matière de risque ne sont pas uniques. Dans les marchés incomplets (la plupart des marchés du monde réel), il existe plus d'une mesure équivalente de martingale, laissant les prix dérivés non uniquement déterminés par l'absence d'arbitrage, ce qui conduit au risque de modèle et à la nécessité d'un étalonnage.
- Grosse queue et saut. Les retours d'actifs ont souvent des queues plus lourdes qu'une distribution normale, ce qui entraîne des événements extrêmes qui sont peu probables dans un modèle martingale avec volatilité constante. Variation Gamma ou les processus de diffusion par saut généralisent la théorie de la martingale pour accommoder ces caractéristiques.
- Coûts de transaction et liquidité. L'hypothèse de la pure martingale ignore les frictions. Lorsque les coûts sont présents, le «fair game» idéal devient déformé et les arguments sans arbitrage ont besoin d'être ajustés.
- Volatilité stochastique. Des preuves empiriques montrent que la volatilité n'est pas constante mais stochastique. Les modèles comme Heston ou SABR utilisent toujours des mesures martingales mais nécessitent une dynamique plus complexe pour le processus de volatilité.
Malgré ces limitations, les martingales demeurent un élément fondamental des mathématiques financières. Elles fournissent l'échafaudage théorique pour la gestion des risques, le prix dérivé et l'optimisation du portefeuille. Une compréhension profonde de quand et pourquoi les propriétés martingales échouent est tout aussi précieuse que la théorie elle-même.
Martingales en théorie du portefeuille
Dans l'optimisation de portefeuille, l'approche martingale a été utilisée pour dériver des stratégies de consommation et d'investissement optimales. Le fameux problème de portefeuille Merton utilise un contrôle stochastique, mais une double méthode basée sur les représentations martingales est devenue populaire. Sous des marchés complets, le processus de richesse optimal est une martingale sous la mesure de risque neutre, et le portefeuille optimal peut être dérivé en cadrant l'utilité marginale de l'investisseur.
Conclusion
Les Martingales sont bien plus qu'une curiosité théorique, ils sont l'expression mathématique d'un jeu équitable et d'un marché efficace. Du modèle Black-Scholes à l'évaluation neutre du risque, leurs empreintes digitales sont partout sur la finance moderne. En apprenant les bases des martingales, vous obtenez un cadre rigoureux pour penser à l'incertitude, la prédiction et les limites de la prévision. Que vous soyez étudiant en finance, analyste quantitatif ou commerçant chevronné, le concept de martingale est une partie indispensable de votre trousse à outils.
Pour plus de détails, consultez ce Wikipedia article sur martingales pour les fondements mathématiques, et Guide d'Investopedia pour les mesures sans risque Pour une plongée plus profonde dans le rôle des martingales dans la tarification des actifs, voir le travail de Robert C. Merton, qui a remporté le prix Nobel pour sa contribution à la théorie des prix des options. Un traitement avancé du calcul stochastique et des martingales peut être trouvé dans Shreve's Calcul stochastique pour les finances- Oui.