Rapport - 15 juin 2023

Estimation de volatilité stochastique et de

paramètres par méthodes de Monte Carlo
Séquentielles

Élèves : Enseignant :
Antonia GOBILLARD Yohan PETETIN
Kevin ALINEJAD
Théophile SCHMUTZ
TABLE DES MATIÈRES 1

Table des matières

1 Introduction 2

2 Pré-réquis 4
2.1 Notations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4

3 Méthodes de Monte Carlo et filtrage particulaire 5

3.1 Méthodes de Monte Carlo . . . . . . . . . . . . . . . . . . . . . . . 5
3.1.1 Cadre mathématique . . . . . . . . . . . . . . . . . . . . . . 5
3.1.2 Différents types de problèmes pour méthodes de Monte Carlo 6
3.2 Filrage particulaire . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
3.2.1 L’échantillonnage séquentiel pondéré . . . . . . . . . . . . . 10
3.2.2 Dégénérescence des poids . . . . . . . . . . . . . . . . . . . . 12
3.2.3 Sampling Importance Resampling . . . . . . . . . . . . . . . 13
3.2.4 Choix de la densité d’importance . . . . . . . . . . . . . . . 14
3.2.5 Convergence des filtres particulaires . . . . . . . . . . . . . . 14

4 Smoothing 16
4.1 Le Forward-backward . . . . . . . . . . . . . . . . . . . . . . . . . . 16

5 Parameters learning with SMC 19

5.1 Filtre de Storvik . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
5.2 Le Particle learning and smoothing . . . . . . . . . . . . . . . . . . 21

6 Applications 23
6.1 Modèle linéaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
6.2 Modèle de Kitagawa . . . . . . . . . . . . . . . . . . . . . . . . . . 26
6.3 Modèle de volatilité Stochastique . . . . . . . . . . . . . . . . . . . 28
6.3.1 Application théorique . . . . . . . . . . . . . . . . . . . . . . 28
6.3.2 Application d’un SIR en supposant les paramètres connus . 28
6.3.3 Application d’un filtre de Storvik . . . . . . . . . . . . . . . 29
6.3.4 Application d’un PLS . . . . . . . . . . . . . . . . . . . . . . 31
6.3.5 Application d’un filtre de Storvik puis d’un SIR avec les
paramètres estimés . . . . . . . . . . . . . . . . . . . . . . . 31
6.3.6 Comparaison entre PLS, filtre de Storvik et SIR . . . . . . . 32
6.4 Application pour l’estimation de la volatilité du S&P 500 . . . . . . 33

Bibliographie 35

1
 2

1 Introduction
Les mathématiciens ont depuis longtemps essayé de résoudre les questions
soulevées par le monde de la finance. Une des caractéristiques de ces questions
est qu’elles font apparaître des dynamiques d’apparence désordonnées, il suffit de
penser à la bourse pour s’en convaincre. C’est pourquoi les modèles probabilistes
semblent relativement bien adaptés à cette situation. En 1901, la thèse de Louis Ba-
chelier, Théorie de la spéculation, portait déjà sur ce thème. Depuis, de nombreux
probabilistes se sont penchés sur ces questions raffinant sans cesse les modèles uti-
lisés.

Ainsi, au début des années 1970, Fisher Black, Myron Scholes et Robert Merton
ont opéré une avancée majeure en matière d’évaluation d’options. Ces contribu-
tions et l’ensemble des développements auxquels elles ont donné lieu sont à l’origine
du célèbre modèle de Black-Scholes-Merton, plus communément appelé modèle de
Black-Scholes, formule pour le prix d’une option européenne 1 d’achat. Ce modèle
a eu un très grand impact sur les méthodes utilisées par les traders et les pro-
fessionnels de la gestion des risques, tant en matière d’évaluation d’options que
dans la mise au point de techniques de couverture. Ces travaux ont aussi consti-
tué le point de départ du développement spectaculaire de l’ingénierie financière
dans les années 1980 et 1990. En 1997, Robert Merton et Myron Scholes ont été
récompensés par le prix Nobel d’économie pour l’importance et la qualité de leurs
recherches. Le modèle de Black-Scholes repose sur l’hypothèse que la volatilité
du sous-jacent (c’est-à-dire l’ampleur des variations de son prix) est constante au
cours du temps. Cependant, dans la réalité, la volatilité est souvent variable et
peut avoir un impact significatif sur le prix des options.

Ainsi, pour utiliser le modèle de Black-Scholes de manière efficace, il est cru-

cial d’estimer avec précision la volatilité du sous-jacent. Cela a conduit à un grand
nombre de recherches et de développements de techniques pour estimer la volatilité
implicite, c’est-à-dire la volatilité que le marché attribue actuellement à l’option,
à partir du prix de l’option observé sur le marché. Ainsi, il est crucial de savoir
estimer la volatilité d’une option, notamment à l’aide de méthodes de lissage, afin
de paramétrer et de faire "tourner" correctement le modèle.

Le modèle de Black-Scholes a été une véritable révolution dans le domaine

de l’évaluation d’options, ouvrant la voie à des méthodes plus sophistiquées de
couverture et de spéculation. Le modèle s’applique à un large spectre d’actifs fi-
nanciers, nous pouvons notamment citer les options, qui sont souvent utilisées
1. option exerçable uniquement à l’échéance définie dans le contrat

2
 3

comme instruments dérivés pour la couverture et la gestion des risques. Un actif

financier est un instrument financier qui peut être acheté ou vendu sur un mar-
ché financier. Les actifs dérivés sont utilisés comme moyens de transfert de risques.

Les exemples d’actifs financiers incluent les actions, les obligations, les contrats
à terme, les options, les devises, les matières premières, etc. Un actif financier est
caractérisé par divers paramètres, telle que, par exemple, sa valeur marchande,
sa rentabilité, sa liquidité 2 , ou bien son risque. La volatilité est souvent utilisée
comme mesure du risque d’un actif financier. La volatilité de la valeur d’un tel ac-
tif mesure, de façon schématique, l’incertitude quant aux variations futures de son
cours. Ainsi, plus la volatilité est élevée, plus la probabilité que le cours de l’actif
atteigne des sommets ou subisse de fortes pertes est grande, et donc, plus l’actif
financier est considéré comme risqué 3 . À l’inverse, un actif avec une volatilité plus
faible est considéré comme plus stable et moins risqué.

On voit alors en quoi l’estimation de la volatilité porte un intérêt certain en

finance pour de nombreux acteurs. Qu’il s’agisse d’entreprises, d’investisseurs, de
trésoriers ou encore de gestionnaires de portefeuilles, il leur est nécessaire de pou-
voir évaluer et maîtriser les risques de pertes financières pour leurs activités selon
différents types d’actifs ou bien de correctement paramétrer leurs modèles.
Ainsi, nous nous intéresserons à l’implémentation d’algorithmes de Monte Carlo
Séquentiels, souvent appelées méthodes à particules, pour l’estimation de para-
mètres dans des modèles de volatilité.

2. Un actif financier est dit liquide lorsqu’il peut être acheté ou vendu rapidement sans que
cela n’ait d’impacts majeurs sur son prix
3. politique du "tout ou rien"

3
 4

2 Pré-réquis
2.1 Notations
Soient (Xn )n≥0 un processus caché et (Yn )n≥0 un processus observé. Pour un en-
tier n donné, on suppose que l’on a accès à un jeu d’observations Y0:n := Y0 , . . . , Yn .
Un estimateur sera distinguable par son chapeau, ainsi X̂n est un estimateur de Xn .
i.i.d
Soient ∀i ∈ [|1, n|], X (i) ∼ X, la notation i.i.d correspond à variables indépen-
dantes et identiquement distribuées. On note p(x0:n ) (respectivement p(x0:n |y0:n )),
la densité par rapport à la mesure de Lebesgue de x0:n (respectivement la densité
conditionnelle de x0:n sachant y0:n ).

Les problèmes statistiques Il existe trois types de problèmes statistiques :

la prédiction, le filtrage et le lissage. La prédiction est un problème d’inférence
bayésienne qui consiste à prédire une variable future, en utilisant les connaissances
que nous avons acquises sur les variables passées et présentes. La prédiction consiste
à estimer la distribution de probabilité d’une variable future conditionnellement à
des observations passées et présentes. Mathématiquement, cela revient à chercher
h, fonction mesurable, telle que :

X̂n+l = h(Y0:n ) où, l, n ∈ N∗

Là où la prédiction permet d’estimer la probabilité de l’état caché futur, le

filtrage permet d’estimer la probabilité de l’état caché présentement, en utilisant
les observations les plus récentes jusqu’à ce moment-là. Mathématiquement, cela
revient à chercher h, fonction mesurable, telle que :

X̂n = h(Y0:n ) où, n ∈ N∗

Enfin, alors que la prédiction et le filtrage sont des problèmes d’inférence bayé-
sienne qui permettent d’estimer la distribution de probabilité d’une variable future
et présente en utilisant les observations passées et présentes. Le lissage, ou smoo-
thing en anglais, est un autre problème qui consiste à estimer la distribution de
probabilité d’une variable passée, en utilisant toutes les observations passées et
présentes. Le lissage est utilisé pour obtenir une estimation plus précise de la va-
riable passée, en utilisant toutes les informations disponibles. Mathématiquement,
cela revient à chercher h, fonction mesurable, telle que :

X̂k = h(Y0:n ) où, k ∈ [|0, n|]

4
 5

3 Méthodes de Monte Carlo et filtrage parti-

culaire
L’objectif de ce chapitre est d’introduire les briques de base du filtrage particu-
laire et d’exposer quelques algorithmes. Nous introduisons brièvement les méthodes
de Monte Carlo usuelles avant d’illustrer comment leur utilisation dans un cadre
séquentiel permet d’aboutir au filtre particulaire.

3.1 Méthodes de Monte Carlo

Les méthodes de Monte Carlo sont des techniques d’analyse statistique uti-
lisées pour résoudre des problèmes complexes dans différents domaines tels que
la physique, la finance, la biologie, la chimie. Elles tirent leur nom de la ville de
Monte Carlo, célèbre pour ses casinos et ses jeux de hasard, car elles reposent sur
le principe de la simulation aléatoire.

En effet, les méthodes de Monte Carlo se basent sur le principe de la simulation

aléatoire pour résoudre des problèmes numériques. Plus précisément, elles se basent
sur l’échantillonnage stochastique, qui consiste à générer des échantillons aléatoires
à partir d’une distribution de probabilité donnée, afin de simuler le comportement
d’un système complexe. Les méthodes de Monte Carlo utilisent généralement des
nombres aléatoires pseudo-aléatoires (ou quasi-aléatoires) pour simuler des échan-
tillons à partir de la distribution de probabilité souhaitée. Ces nombres aléatoires
sont générés à partir d’algorithmes déterministes, qui produisent une séquence de
nombres qui apparaissent aléatoires, mais qui sont en fait prédéterminés par les
paramètres de l’algorithme et la graine aléatoire initiale.

3.1.1 Cadre mathématique

Formellement, en notant h : X −→ R et X ∼ p, nous souhaitons calculer :
Z
ψ(h) = h(x)p(dx) = Ep [h(X)]
X

Nous pouvons dans ce cas, approcher cette espérance à l’aide de la loi forte des
i.i.d
grands nombres. En effet, en simulant n variables aléatoires i.i.d, X (i) ∼ X, alors :
n
1X p.s.
h(X (i) ) −→ Ep [h(X)] = ψ(h) (3.1)
n i=1

5
3.1 Méthodes de Monte Carlo 6

Pour tirer les X (i) (ω) = x(i) (ω) nous pouvons utiliser la méthode de la fonction
de répartition inverse, trouver un changement de variable, appliquer la méthode
d’acceptation rejet, ou encore appliquer une méthode MCMC. Ici, nous allons voir
l’échantillonnage d’importance.

3.1.2 Différents types de problèmes pour méthodes de Monte

Carlo
Principe Le problème que l’on se pose est toujours de calculer la quantité :
Z
ψ(h) = Ep [h(X)] = h(x)p(dx) (3.2)
X

Ainsi, en se basant sur ce résultat, nous avons trois cas possibles 4 :

1. cas où l’intégrale (3.2) est incalculable directement, mais il est possible de
faire des tirages selon p(.),
2. cas où l’intégrale (3.2) est incalculable directement, et il est impossible de
faire des tirages selon p(.),
3. cas où nous ne connaissons p qu’à une constante près.

Premier cas Si l’intégrale est incalculable mais qu’il est possible de tirer selon
p(·), on définit un estimateur de ψ(h) :
n
1X
ψ̂n = h(X (i) ) avec, X (i) ∼ p
n i=1

Deuxième cas Mais il n’est pas nécessairement possible, ou facile, de faire des
tirages selon p. Une alternative consiste alors à réécrire ψ(h) comme une espérance
selon q, appelée loi d’importance, une loi suivant laquelle nous savons simuler
et qui a un support qui contient celui de p :
Z Z
p(x) h p(X) i
ψ(h) = Ep [h(X)] = h(x)p(x)dx = h(x) q(x)dx = Eq h(X) (3.3)
X X q(x) q(X)
Nous définissons alors un estimateur de ψ(h) :
n n
1X p(X (i) ) 1X
ψ̂ ′ n = h(X (i) ) = h(X (i) )ω (i)
n i=1 q(X (i) ) n i=1

4. en réalité il y a quatre cas possibles, mais le cas où l’intégrale est directement calculable a
déjà été explicité en (3.1)

6
3.2 Filrage particulaire 7

p(X (i) )
Avec X (i) ∼ q tirages et en définissant ω (i) = q(X (i) )
les poids d’importance.
p.s
Nous pouvons remarquer que, par la loi forte des grands nombres, ψ̂ ′ n −→ ψ(h).
De plus, ψ̂n est un estimateur sans biais de ψ(h) pour tout q, en effet :
n

(i) i
(i) p X
  1X h

′
E ψ̂ n = Eq h X = Ep [h(X)] = ψ(h)
n i=1 q(X (i) )

Mais faut-il encore savoir calculer p(x(i) ).

Troisième cas Justement, en filtrage optimal, nous connaissons souvent p à une

constante près. Soit donc p̃ ∝ p, supposée connue,
h(x) p̃(x)
R
q(x)dx
Z R
p̃(x)/ p̃(y)dy q(x)
ψ(h) = h(x) q(x)dx = R p̃(y)
q(x) q(y)dy
q(y)

On définit alors un estimateur de ψ(h) :

Pn (i) p̃(X (i) )
1 (i) p̃(X ) n n
′′ n i=1 h(X ) q(X (i) ) X
(i)

q(X (i) )
X
(i)

(i)
ψ̂n = n (i)
p̃(X )
= h X n p̃(X ) (j)
= h X ω
1
P P
n i=1 q(X (i) ) i=1 j=1 q(X (j) ) i=1
| {z }
ω (i)

Ce qui revient à calculerPl’espérance de h(·) non plus selon la densité p(·), mais
selon la densité discrète ni=1 ω (i) δx(i) (dx). A noter qu’ici les poids d’importance
ont cette expression :
1 p̃(X (i) ) p̃(X (i) )
ω (i) = Pn p̃(X (j) )
× = cste × (3.4)
q(X (i) ) q(X (i) )
j=1 q(X (j) )

Nous pouvons désormais estimer des intégrales, suivant le cas présent, à partir de
tirages.

3.2 Filrage particulaire

Les filtres particulaires, aussi connus sous le nom de méthodes de Monte-Carlo
séquentielles 5 , sont des techniques d’estimation de modèles fondées sur la simu-
lation. Nous cherchons à estimer à chaque instant une fonction d’une variable
aléatoire dite cachée, Xn , à partir d’une suite de variables aléatoires appelées ob-
servations, Y0:n = (Y0 , . . . , Yn ), fonctions des variables cachées pour tout n. Ainsi,
nous souhaitons approcher la distribution de filtrage p(dx0:n |y0:n ) par un ensemble
 (j) (j) N
de particules pondérées (ωn , xn ) j=1 .
5. souvent notées SMC

7
3.2 Filrage particulaire 8

Le modèle Pour des modèles à bruit additif, on se donne une équation d’état
ainsi qu’une équation d’observation :

Xn = h(Xn−1 ) + Un (équation d’état)
(3.5)
Yn = g(Xn ) + Vn (équation d’observation)
Les Ui et Vi sont de lois connues, les Ui indépendantes entre elles et indépen-
dantes des Vj (elles aussi indépendantes entre elles). On en déduit ainsi la loi de
Xi , conditionnellement à la variable Xi−1 , ainsi que celle de Yj , conditionnellement
à Xj , ce qui caractérise donc parfaitement la loi du couple (X0:n , Y0:n ) 6 .

Nous cherchons un moyen efficace de passer d’un estimateur de p(xn−1 |y0:n−1 )

à p(xn |y0:n ). Nous pouvons remarquer que :
Z
p(xn |y0:n ) = p(x0:n |y0:n )dx0:n−1
Z
p(x0:n , y0:n )
= dx0:n−1
p(y0:n )
p(xn , yn |x0:n−1 , y0:n−1 )
Z
= × p(x0:n−1 , y0:n−1 )dx0:n−1
p(yn |y0:n−1 )p(y0:n−1 )
p(xn |x0:n−1 , y0:n−1 )p(yn |x0:n , y0:n−1 )
Z
p(xn |y0:n ) = × p(x0:n−1 , y0:n−1 )dx0:n−1
p(yn |y0:n−1 )
(3.6)

On observe donc que dans le cas général où, p(xn , yn |x0:n−1 , y0:n−1 ) ̸= p(xn , yn |xn−1 , y0:n−1 ),
l’intégrale ci-dessus ne se simplifie pas en une formule récursive sur p(xn |y0:n ).

Hypothèse de chaîne de Markov cachée C’est pourquoi, nous supposons

que (X0:n , Y0:n ) est une chaîne de Markov cachée, les propriétés suivantes sont alors
vérifiées :

p(xn+1 |x0:n ) = p(xn+1 |xn ) (3.7)

n
Y
p(y0:n |x0:n ) = p(yi |x0:n ) (3.8)
i=0
p(yi |x0:n ) = p(yi |xi ) pour tout i ∈ [|0, n|] (3.9)
6. Si h et g sont linéaires, nous retrouvons un modèle approprié au filtre de Kalman

8
3.2 Filrage particulaire 9

x1 x2 x3 xT −1 xT

y1 y2 y3 yT −1 yT

A partir de ces trois propriétés, nous pouvons voir que la loi du couple (x0:n , y0:n )
se factorise en :

p(x0:n , y0:n ) = p(x0:n ) × p(y0:n |x0:n )

Yn
= p(xn , x0:n−1 ) × p(yi |x0:n ) d’après l’hypothèse (3.8)
i=1
n
Y
= p(xn |x0:n−1 )p(x0:n−1 ) × p(yi |xi ) d’après l’hypothèse (3.9)
i=1
n
Y n
Y
= p(xi |xi−1 )p(x0 ) × p(yi |xi ) d’après l’hypthèse (3.7)
i=1 i=1
p(x0:n , y0:n ) = p(x0 )p(x1 |x0 ) . . . p(xn |xn−1 ) × p(y0 |x0 ) . . . p(yn |xn ) (3.10)
| {z } | {z }
p(x0:n ) p(y0:n |x0:n )

Nous pouvons alors simplifier l’intégrale (3.6) d’après les hypothèses (3.7), (3.8),
(3.9),

p(xn |x0:n−1 , y0:n−1 )p(yn |x0:n , y0:n−1 )

Z
p(xn |y0:n ) = × p(x0:n−1 , y0:n−1 )dx0:n−1
p(yn |y0:n−1 )

En effet, p(xn |x0:n−1 , y0:n−1 ) se simplifie en,

p(x0:n , y0:n−1 )
p(xn |x0:n−1 , y0:n−1 ) =
p(yx0:n−1 ,0:n−1 )
p(y0:n−1 |x0:n )p(x0:n )
=
p(x0:n−1 , y0:n−1 )
p(y0 |x0:n )p(y1 |x0:n ) . . . p(yn−1 |x0:n ) × p(xn |xn−1 ) . . . p(x1 |x0 )p(x0 )
=
p(y0 |x0:n−1 )p(y1 |x0:n−1 ) . . . p(yn−1 |x0:n−1 ) × p(xn−1 |xn−2 ) . . . p(x1 |x0 )p(x0 )
p(y0 |x0 )p(y1 |x1 ) . . . p(yn−1 |xn−1 ) × p(xn |xn−1 )p(xn−1 |xn−2 ) . . . p(x1 |x0 )p(x0 )
=
p(y0 |x0 )p(y1 |x1 ) . . . p(yn−1 |xn−2 ) × p(xn−1 |xn−2 ) . . . p(x1 |x0 )p(x0 )
p(xn |x0:n−1 , y0:n−1 ) =p(xn |xn−1 ) (3.11)

9
3.2 Filrage particulaire 10

De même, d’après les hypothèses p(yn |x0:n , y0:n−1 ) se simplifie en,

p(x0:n , y0:n ) p(y0:n |x0:n ) p(x0:n )

p(yn |x0:n , y0:n−1 ) = = = p(yn |xn ) (3.12)
p(x0:n , y0:n−1 ) p(y0:n−1 |x0:n ) p(x0:n )
| {z }
p(yn |xn )

L’intégrale (3.6) se simplifie alors :

p(xn |xn−1 )p(yn |xn )

Z
p(xn |y0:n ) = p(x0:n−1 , y0:n−1 )dx0:n−1 (3.13)
p(yn |y0:n−1 )
p(yn |xn )
Z
= p(xn |xn−1 )p(xn−1 |y0:n−1 )dxn−1 (3.14)
p(yn |y0:n−1 )

qui cette fois est une expression reliant p(xn−1 |y0:n−1 ) et p(xn |y0:n ). Toutefois, au
vu de la prochaine partie, qui consistera à appliquer des méthodes de Monte Carlo
Séquentielles à notre problème, nous allons garder l’expression de p(xn |y0:n ) sous la
|xn−1 )p(yn |xn )
forme d’une intégrale h(x0:n )p(x0:n−1 , y0:n−1 )dx0:n−1 , où h(x0:n ) = p(xnp(y .
R
n |y0:n−1 )

3.2.1 L’échantillonnage séquentiel pondéré

L’algorithme d’échantillonnage séquentiel pondéré [6] (Sequential Importance
Sampling (SIS) en anglais) est fondé sur une approximation de la densité condi-
tionnelle p(dx0:n |y0:n ). Nous allons maintenant appliquer le dernier cas vu en 3.1.2 à
la propagation d’une approximation discrète de la mesure a posteriori p(dx0:n |y0:n )
sous la forme d’une densité discrète ni=1 ω (i) δx(i) (dx) en simulant un échantillon
P
issu d’une loi de densité q, dite loi d’importance
R ou loi instrumentale, cela nous per-
mettra d’approcher une intégrale de la forme h(x0:n )p(x0:n |y0:n )dx0:n en calculant
l’espérance de h(·) non plus selon la densité p(·) mais selon la densité discrète. Pour
ce faire, il suffira alors de marginaliser pour obtenir un algorithme de propagation
d’une approximation de la mesure de filtrage p(dxn |y0:n ). Soit donc,
N
X (i)
p̂(dx0:n−1 |y0:n−1 ) = ωn−1 δx(i) (dx0:n−1 ) (3.15)
0:n−1
i=1

(i)
(i) p(x0:n−1 |y0:n−1 ) (i) (i)
Avec ωn−1 ∝ (i) et x0:n−1 ∼ q(x0:n−1 |y0:n−1 ) pour une certaine densité
q(x0:n−1 |y0:n−1 )
d’importance q. De manière générale, échantillonner q(x0:n |y0:n ) a une complexité
qui augmente au moins linéairement au cours du temps car la dimension du vecteur
x0:n est linéaire à n. Il est donc intéressant d’avoir une méthode d’échantillonnage
séquentielle. On souhaite passer de p̂(dx0:n−1 |y0:n−1 ) à p̂(dx0:n |y0:n ), c’est à dire de
 (j) (j) N  (j) (j) N
(ωn−1 , xn−1 ) j=1 à (ωn , xn ) j=1 .

10
3.2 Filrage particulaire 11

(i)
• Notons qu’en filtrage, le but est d’estimer la loi a posteriori p(xn |y0:k ). On
a donc uniquement besoin de l’ensemble des particules à l’instant précédent
(i)
{xn−1 }Ni=1 . L’algorithme d’échantillonnage pondéré séquentiel peut alors être
simplifié en choisissant une densité d’importance q telle que. Ainsi, considé-
(i)
rons l’actualisation des points x0:n−1 , dans un souci d’économie, nous prenons
soin de choisir une densité d’importance qui se factorise en :

q(x0:n |y0:n ) = q(x0:n−1 |y0:n−1 )q(xn |x0:n−1 , y0:n ) (3.16)

(i) (i)
Il suffira de tirer N particules xn selon la densité d’importance q(xn |x0:n−1 , y0:n ).
• Considérons maintenant l’actualisation des poids d’importance, du fait de la
factorisation (3.16), nous avons :
(i) (i) (i) (i) (i)
p(x0:n |y0:n ) p(xn |xn−1 )p(yn |xn ) p(x0:n−1 |y0:n−1 )
(i)
= (i) (i)
× (i)
(3.17)
q(x0:n |y0:n ) p(yn |y0:n−1 )q(xn |x0:n−1 , y0:n ) q(x0:n−1 |y0:n−1 )
(i) (i) (i)
(i) (i) p(xn |xn−1 )p(yn |xn ) (i)
et donc ωn ∝ ωn−1 avec
PN
(i) (i) i=1 ωn = 1
q(xn |x0:n−1 ,y0:n )

Ainsi, en utilisant le caractère récursif de la loi d’importance :

(i) (i) (i)
(i) p(xn |xn−1 )p(yn |xn )
ωn(i) ∝ ωn−1 (i) (i)
q(xn |xn−1 , yn )

La méthode Il reste à déduire des équations précédentes un algorithme de calcul

récursif de p̂(dxn |y0:n ). A partir de (3.15), nous obtenons :
N
X
p̂(dxn |y0:n ) = ωn(i) δx(i)
n
(dxn )
i=1

(1) (N )
Il faut donc tirer N particules xn , . . . , xn selon la densité d’importance condi-
(i)
tionnelle q(xn |x0:n−1 , y0:n ), et réactualiser les poids comme ci-dessus. Ainsi, le filtre
particulaire peut s’écrire de la façon suivante :
(i) (i)
• à l’instant n − 1, soit p̂(dxn−1 |x0:n−1 , y0:n−1 ) = N i=1 ωn−1 δx(i) (dxn−1 ) une
P
n−1
(i)
approximation discrète de la mesure de filtrage p(dxn−1 |x0:n−1 , y0:n−1 ) ;
(i)
• On tire N particules {xn }N i=1 selon la densité d’importance conditionnelle
(i) (i) (i) (i)
q(xn |x0:n−1 , y0:n ), on a alors x0:n = {x0:n−1 , xn } ;
(i) (i) (i)
(i) (i) p(xn |xn−1 )p(yn |xn )
• on actualise les poids d’importance selon ωn ∝ ωn−1 (i) (i) , avec
q(xn |xn−1 ,yn )
PN (i)
i=1 ωn = 1 ;

11
3.2 Filrage particulaire 12

(i)
• finalement, p̂(dxn |y0:n ) = (dxn ) est une approximation discrète
PN
i=1 ωn δx(i)
n
de p(dxn |y0:n ).
L’algorithme SIS se résume ainsi,
Algorithm 1: Sequential Importance Sampling
Data: x0
(i)
Result: (ωt ))(i,t)∈[1:N ]×[1:T ] ,(x(i) ))(i,t)∈[1:N ]×[1:T ]
for i = 1, . . . , N do
(i)
tirer x0 ∼ q(x0 |y0 ) ;
(i)
(i) p(y0 |x0 )
calculer ω0 ∝ x0 (i) ;
q(x0 |y0 )
end
(i)
normaliser les (ω0 )N i=1
for t = 1, . . . , T do
for i = 1, . . . , N do
(i) (i) (i)
(Prédiction) tirer xt ∼ q(xt |xt−1 , yt ) ;
(i) (i) (i)
(i) (i) p(xt |xt−1 )p(yt |xt )
(Correction) calculer ωt ∝ ωt−1 (i) (i) ;
q(xt |xt−1 ,yt )
end
(i)
normaliser les (ωt )Ni=1 .
end
Les estimées de la moyenne et de la covariance de l’état xt sont alors respecti-
vement :
N
X (i) (i)
E[xt |y0:t ] ≈ ωt xt = x̂t (3.18)
i=1
XN
(i) (i)
E[(xt − x̂t )2 |y0:t ] ≈ ωt (xt − x̂t )2 (3.19)
i=1

3.2.2 Dégénérescence des poids

L’algorithme d’échantillonnage séquentiel pondéré est la brique de base du
filtrage particulaire. Cependant, il souffre d’une limitation importante : après
quelques itérations, toutes les particules sauf une ont un poids proche de zéro.
L’estimation de la loi a posteriori est donc réduite à un dirac, ce qui entraîne la
divergence du filtre. Ce phénomène est caractérisé par une augmentation dans le
temps de la variance des poids normalisés {ωti }N i=1 . [1] ont notamment montré que
lorsque la loi d’importance de densité q(x0:k |y0:k ) est différente de la loi cible de
densité p(x0:k |y0:k ), la variance des poids ne peut qu’augmenter.

12
3.2 Filrage particulaire 13

3.2.3 Sampling Importance Resampling

Le ré-échantillonnage a pour objectif de dupliquer les particules dont le poids
est suffisamment fort et d’éliminer les particules dont le poids est trop faible afin
de ne conserver que les particules les plus significatives. L’ajout de l’étape de ré-
échantillonnage dans l’algorithme SIS permet d’obtenir l’algorithme SIR [10] qui
évite le phénomène de dégénérescence des poids et permet d’obtenir un filtre stable.
Lorsque le ré-échantillonnage intervient à chaque pas de temps, le SIR correspond
au bootstrap filter de Gordon, Salmond et Smith [9].

Le rééchantillonnage L’algorithme de rééchantillonnage, ou sampling en an-

(i)
glais, consiste à éliminer les particules x0:t de poids faibles et dupliquer les parti-
cules de poids forts, nous tirons la trajectoire i avec une probabilité égale à son
poids.

Algorithm 2: Sequential Importance Resampling

Data: x0
(i)
Result: (ωt ))(i,t)∈[1:N ]×[1:T ] ,(x(i) ))(i,t)∈[1:N ]×[1:T ]
for i = 1, . . . , N do
(i)
tirer x0 ∼ q(x0 |y0 ) ;
(i)
(i) p(y0 |x0 )
calculer ω0 ∝ x0 (i) ;
q(x0 |y0 )
(i) N
normaliser les (ω0 )i=1 .
end
for t = 1, . . . , T do
for i = 1, . . . , N do
(i) (i) (i)
(Prédiction) tirer xt ∼ q(xt |xt−1 , yt ) ;
(i) (i) (i)
(i) (i) p(xt |xt−1 )p(yt |xt )
(Correction) calculer ωt ∝ ωt−1 (i) (i) ;
q(xt |xt−1 ,yt )
end
(i)
normaliser les (ωt )Ni=1 .
(Ré-échantillonnage) ré-échantillonner les particules ;
end
Bien que le ré-échantillonnage permette de garantir la survie du système de par-
ticules, il introduit plusieurs effets indésirables. La duplication des particules de
poids fort a tendance à appauvrir le système de particules, ce qui peut être problé-
matique lorsque le bruit de dynamique est faible. Dans ce cas, lorsque la loi d’im-
portance utilisée dans l’étape de prédiction est le noyau de transition p(xn |xn−1 ),
les particules ont tendance à se concentrer autour de quelques zones resserrées pro-
voquant une perte de diversité dans le système de particules (phénomène connu

13
3.2 Filrage particulaire 14

sous le nom de sample impoverishment dans la littérature). Cela augmente le risque

qu’aucune des particules ne soit cohérente avec l’observation yn courante, ce qui,
à terme, peut provoquer la divergence du filtre.

3.2.4 Choix de la densité d’importance

Le choix d’une densité d’importance appropriée permet de concevoir des filtres
plus robustes. Dans la classe des algorithmes d’échantillonnage pondéré séquentiel,
|xn )p(xn |xn−1 )
la densité d’importance qopt = p(xn |xn−1 , yn ) = p(ynp(yn |xn−1 )
est optimale. On
(i)
peut montrer que la variance des poids normalisés correspondant ωn est nulle,
(i)
conditionnellement à ωn−1 .

3.2.5 Convergence des filtres particulaires

La littérature sur les méthodes Monte Carlo séquentielles est riche en résultats
sur la convergence des filtres particulaires lorsque N → +∞ On peut citer notam-
ment [5],[3], [4] ou [8]. On rappelle ci-dessous un résultat établi pour l’algorithme
SIR.

Convergence faible [4] Soit ϕ une fonction continue bornée de Rd . On suppose

que la fonction de vraisemblance xn 7→ p(yn |xn ) est bornée. Alors,
N
X Z
lim ωn(i) ϕ(x(i)
n ) = ϕ(xn )p(xn |y0:n )dxn p.s.
N −→∞ Rd
i=1

Un autre résultat concernant la convergence en norme Lp s’énonce comme suit :

Convergence Lp [8] Sous les hypothèses précédentes, pour tout p ≥ 1, il existe

un réel Cn,p > 0, indépendant de N, tel que pour toute fonction ϕ continue bornée
de Rd ,
h i1 supx∈Rd |ϕ(x)|
p p
E ⟨ϕ, p(·|y0:n )⟩ − ⟨ϕ, p̂(·|y0:n )⟩ ≤ Cn,p √
N
PN (i)
Où, ⟨ϕ, p(·|y0:n )⟩ = Rd ϕ(xn )p(xn |y0:n )dxn et p̂(·|y0:n ) = i=1 ωn δx(i) .
R
n √
Ce dernier résultat montre que l’erreur L converge à la vitesse 1/ N . Mais
p

comme la constante Cn,p dépend du temps (n), sans hypothèse supplémentaire,

Cn,p augmente généralement de manière exponentielle avec le temps. Ceci suggère
que pour maintenir une erreur bornée, on a en général besoin d’un nombre croissant
de particules.

14
3.2 Filrage particulaire 15

Conclusion de la section 3
Nous avons présenté les briques de base du filtre particulaire dans le cadre
des modèles à espace d’état. L’algorithme SIS assure théoriquement une conver-
gence vers la loi de filtrage lorsque le nombre de particules est infiniment grand.
Cependant, l’utilisation d’un nombre fini de particules peut occasionner la diver-
gence des algorithmes particulaires. En particulier, lorsque le bruit d’observation
est faible ou lorsque la dynamique est faiblement bruitée, l’échantillonnage suc-
cessif des particules selon la loi à priori ne garantit pas la convergence du filtre.
Le chapitre suivant propose d’introduire des méthodes de lissage, aussi appelées
smoother en anglais.

15
 16

4 Smoothing
On s’intéresse désormais à la résolution d’un problème de lissage. Pour rap-
pel, cela consiste à chercher à estimer la distribution de probabilité d’une variable
passée, en utilisant toutes les observations passées et présentes. En particulier,
on cherche, à partir de la connaissance de N + 1 observations y0:N du processus
observé, à obtenir la densité à posteriori p(xn |y0:N ), où n ∈ [|0; N |]. Le problème
est alors le suivant : on souhaite à tout instant n estimer la valeur prise par xn à
partir des observations passées et futures y0:N recueillies depuis l’origine jusqu’à
un temps N ≥ n. On verra que, comme dans le cas du filtrage particulaire, on se
ramènera à un calcul récursif. A noter qu’il nous faudra initialiser le lissage avec
p(x0 , y0 ).

Hypothèses et notations Afin de faciliter les calculs et la compréhension,

on pose pour la suite z0:n := (x0:n , y0:n ). De plus, nous supposons ici aussi que
(x0:n , y0:n ) est une chaîne de Markov cachée. Les propriétés (3.7), (3.8) et (3.9)
explicitées s’appliquent donc à z = {zn }, le processus est doté d’une structure de
chaîne de Markov.

4.1 Le Forward-backward
Ainsi, en supposant que z est une chaîne de Markov, on vérifie alors :

p(zn |z0:n−1 ) = p(zn |zn−1 )

Par conséquent, le passé et le futur de z sont donc, conditionnellement au présent

zn , indépendants, c’est-à-dire que l’on a :

p(z0:n−1 , zn+1:N |zn ) = p(z0:n−1 |zn )p(zn+1:N |zn ) (4.1)

On en déduit une expression de la densité à posteriori :

p(y0:n−1 , zn , yn+1:N )
p(xn |y0:N ) = R
p(y0:n−1 , zn , yn+1:N )dxn
(4.1) p(y0:n−1 |zn )p(yn+1:N |zn )p(zn )
= R
p(y0:n−1 |zn )p(yn+1:N |zn )p(zn )dxn
p(y0:n , xn )p(yn+1:N |xn , yn )
p(xn |y0:N ) = R
p(y0:n , xn )p(yn+1:N |xn , yn )dxn

16
4.1 Le Forward-backward 17

Ainsi, avec les équations de chaîne de Markov p(yn+1:N |xn , yn ) = p(yn+1:N |xn ) :

p(xn , y0:n )p(yn+1:N |xn )

p(xn |y0:N ) = R
p(xn , y0:n )p(yn+1:N |xn )dxn

En posant

α(xn ) := p(xn , y0:n )
(4.2)
β(xn ) := p(yn+1:N |xn )
(4.3)

Il vient finalement :
α(xn )β(xn )
p(xn |y0:N ) = R (4.4)
α(xn )β(xn )dxn

On peut donc calculer la probabilité conditionnelle de xn sachant toutes les ob-

servations y0:N si l’on connaît α(xn ) et β(xn ). Or il se trouve que α(xn ) et β(xn )
peuvent se réécrire récursivement :

α(xn+1 ) =p(xn+1 , y0:n+1 )

Z
= p(xn , xn+1 , y0:n+1 )dxn
Z
=p(yn+1 |xn+1 ) p(xn+1 |xn )p(xn , y0:n )dxn d’après les hypothèses (3.8) et (3.9)
Z
α(xn+1 ) =p(yn+1 |xn+1 ) p(xn+1 |xn )α(xn )dxn (4.5)

De même,

β(xn ) =p(yn+1:N |xn )

p(xn , yn+1:N )
=
p(xn )
R
p(xn , xn+1 , yn+1:N )dxn+1
=
p(xn )
R
p(xn , yn+2:N , zn+1 )dxn+1
= d’après
p(xn )
Z
= p(yn+2:N |xn+1 , yn+1 )p(yn+1 |xn+1 , xn )p(xn+1 |xn )dxn+1
Z
β(xn ) = β(xn+1 )p(yn+1 |xn+1 )p(xn+1 |xn )dxn+1 (4.6)

17
4.1 Le Forward-backward 18

Ainsi :
Z
α(xn+1 ) = p(yn+1 |xn+1 ) p(xn+1 |xn )α(xn )dxn (4.7)
Z
β(xn ) = β(xn+1 )p(yn+1 |xn+1 )p(xn+1 |xn )dxn (4.8)

Dans ces deux expressions, les densités p(xn+1 |xn ) et p(yn+1 |xn+1 ) respective-
ment de transition et de vraisemblance son connues. Par ailleurs α(x0 ) = p(x0 , y0 )
et β(xN ) = 1. Récursivement, il est ainsi possible de calculer les expressions de
α(xn ) et β(xn ) et donc de la densité cherchée p(xn |y0:N ), pour n ∈ [|0; N |].

Remarques Pour calculer p(xn |y0:N ) via (4.4), il suffit donc de calculer α(xn )
dans le sens direct,

α(x0 ) = p(x0 , y0 ) −→ α(x1 ) −→ · · · −→ α(xn−1 ) −→ α(xn )

et β(xn ) dans le sens rétrograde,

β(xN ) = 1 −→ β(xN −1 ) −→ · · · −→ β(xn+1 ) −→ β(xn )

d’où le nom d’algorithme forward-backward ;

18
 19

5 Parameters learning with SMC

Dans le domaine de l’estimation de la volatilité stochastique et des paramètres,
les méthodes de Monte Carlo séquentielles (SMC) sont devenues une approche
puissante et populaire. Parmi ces méthodes, le filtre de Storvik [11] joue un rôle
crucial dans l’apprentissage des paramètres. Cette section se concentre sur l’im-
portance et la pertinence du filtre de Storvik dans le processus d’estimation des
paramètres par SMC.

Le filtre de Storvik - également connu sous le nom de filtre bootstrap de Storvik

- est un outil d’estimation qui permet de mettre à jour et d’ajuster les paramètres
d’un modèle stochastique en utilisant des techniques de simulation Monte Carlo.
En exploitant la puissance des échantillons aléatoires, le filtre de Storvik offre une
approche flexible et efficace pour l’apprentissage des paramètres.

L’une des raisons pour lesquelles le filtre de Storvik est pertinent dans le
contexte de l’estimation de la volatilité stochastique et des paramètres est sa capa-
cité à traiter des modèles complexes. Les modèles financiers, par exemple, peuvent
présenter des dynamiques non linéaires et des dépendances complexes entre les
variables. Le filtre de Storvik permet d’estimer les paramètres de tels modèles
de manière robuste et précise, en prenant en compte les incertitudes et les non-
linéarités inhérentes.

De plus, le filtre de Storvik offre une approche séquentielle pour l’apprentis-

sage des paramètres, ce qui signifie qu’il peut mettre à jour les estimations des
paramètres au fur et à mesure que de nouvelles observations deviennent dispo-
nibles. Cette caractéristique est extrêmement précieuse dans les domaines où les
données sont acquises progressivement dans le temps, par exemple dans les séries
chronologiques financières. Le filtre de Storvik permet de maintenir les estimations
à jour et d’adapter les paramètres du modèle en fonction de l’évolution des données.

Enfin, le filtre de Storvik a l’avantage de fournir des estimations non biaisées

des paramètres, même lorsque le modèle est mal spécifié ou lorsque des erreurs
de modélisation sont présentes. Cette propriété est cruciale dans la pratique, car
les modèles financiers sont souvent simplifiés et approximatifs. Le filtre de Storvik
permet donc de surmonter certaines des limitations associées à l’estimation des
paramètres dans des environnements réels, offrant ainsi une méthode plus fiable et
réaliste pour l’apprentissage des paramètres.

En résumé, le filtre de Storvik est un outil pertinent et puissant dans le contexte

de l’estimation de la volatilité stochastique et des paramètres. En combinant les

19
5.1 Filtre de Storvik 20

techniques de simulation de Monte Carlo avec une approche séquentielle, ce filtre

permet d’estimer les paramètres de modèles complexes, d’ajuster les estimations
au fur et à mesure que l’on acquiert la connaissance de nouvelles observations et
de fournir des résultats non biaisés, même dans des situations où les modèles sont
approximatifs ou mal spécifiés. Cette section explore plus en détail le fonctionne-
ment et les avantages du filtre de Storvik dans le processus d’apprentissage des
paramètres par méthodes de Monte Carlo séquentielles.

5.1 Filtre de Storvik

Cette section présente une approche du filtrage de particules en présence de
paramètres inconnus. L’approche habituelle consiste à inclure les paramètres dans
le vecteur d’état (xn , θ). En raison de la caractéristique non dynamique des para-
mètres, les échantillons de θ au temps tn et ne prend que les valeurs données au
moment tn−1 . Étant donné que certaines de ces valeurs deviennent très improbables
lorsque de nouvelles observations arrivent, il en résultera un appauvrissement de
l’ensemble des valeurs distinctes de θ. L’approche donnée en [11] est basée sur une
approche différente. Supposons que la distribution a posteriori de θ sachant y1:n
et x1:n dépend d’une statistique suffisante Sn = Sn (x1:n , y1:n ), où Sn est facile à
mettre à jour de manière récursive.

Supposons qu’un ensemble approximatif de particules Sn−1 est disponible à

partir de la distribution postérieure p(x1:n−1 , y1:n−1 ). Là encore, l’ensemble de par-
ticules Sn−1 doit être actualisé en un nouvel ensemble de particules Sn au temps
tn . Même si seul le processus {xn } ainsi que les statistiques suffisantes {Sn } seront
stockés, la simulation est simplifiée si θ est inclus en tant que variable auxiliaire
dans l’étape de simulation. L’approche est basée sur ce qui suit :

p(x1:n , θ, yn |y1:n−1 )
p(x1:n , θ|y1:n ) = , on notera Cn = p(yn |y1:n−1 )−1
p(yn |y1:n−1 )
=Cn p(x1:n−1 |y1:n−1 )p(θ|x1:n−1 , y1:n−1 )p(xn |x1:n−1 , y1:n−1 , θ)
× p(yn |x1:n , y1:n−1 , θ)
=Cn p(x1:n−1 |y1:n−1 )p(θ|Sn−1 )p(xn |xn−1 , θ)p(yn |xn , θ) (5.1)

A noter que Cn = p(yn |y1:n−1 )−1 est une constante ne dépend pas des x1:n ou de
θ. Ainsi, nous pouvons reprendre les méthodes de filtrage particulaire vues précé-
demment, 2,1, en ajoutant une étape supplémentaire pour simuler θ. Selon Geir
Storvik, l’approche la plus simple serait de simuler x1:n−1 avec p̂(x1:n−1 |y1:n−1 ), θ
de p(θ|Sn−1 ), xn de p(xn |x1:n−1 , θ). L’aspect important de cette approche est que
le paramètre θ simulé au temps tn ne dépend pas des valeurs simulées aux points

20
5.2 Le Particle learning and smoothing 21

de temps précédents. Cela permet d’éviter le problème de l’appauvrissement. En

principe, l’existence d’une statistique suffisante de faible dimension pour θ n’est
pas nécessaire car seule l’évaluation ou la simulation de p(θ|x1:n , y1:n ) est néces-
saire, comme l’ont noté Liu et Chen [7]. Cependant, pour que le filtre fonctionne
rapidement et ne soit pas de plus en plus complexe au fil du temps, il est nécessaire
que p(θ|x1:n , y1:n ) ne dépende que de (x1:n , y1:n ) tout au long de Sn .
Algorithm 3: Storvik’s filter
Data: x0
(i)
Result: (ωt ))(i,t)∈[1:N ]×[1:T ] ,(x(i) ))(i,t)∈[1:N ]×[1:T ] , θ
for i = 1, . . . , N do
(i)
tirer x0 ∼ q(x0 |y0 ) ;
(i)
(i) p(y0 |x0 )
calculer ω0 ∝ x0 (i) ;
q(x0 |y0 )
(i)
normaliser ω0
end
for t = 1, . . . , T do
for i = 1, . . . , N do
(i)
tirer θ ∼ ft,1 (θ|x0:t−1 , y0:t−1 ) ;
(i) (i)
tirer xt ∼ ft,2 (xn |x0:t−1 , yt , θ) calculer
(i) (i) (i) (i)
(i) (i) p(θ|St−1 )p(xt |xt−1 ,θ)p(yt |xt ,θ)
ωt = ωt−1 × (i) (i) (i)
ft,1 (θ|x0:t−1 ,y1:t )ft,2 (xt |x0:t−1 ,yt ,θ)
end
for i = 1, . . . , N do
tirer un indice j de [1 : N ] avec une probabilité proportionnelle à
(j)
ωt
(i) (j)
x1:t ← x1:t
(i) (j) (i)
St ← T (St , xt , yt ) ;
end
end
(i) (i) (i)
Ici, ft,1 (θ|x0:t−1 , y1:t ) et ft,2 (xt |x0:t−1 , yt , θ) sont des densités d’importances res-
(i) (i)
pectivement de θ et xt . Typiquement, ft,1 (θ|x0:t−1 , y1:t ) = ft,1 (θ|St−1 |yt ) afin que la
simulation et les calculs soient computationnellement rapides. T (·) est une fonction
qui mets à jour la statistique suffisante.

5.2 Le Particle learning and smoothing

Dans le lissage particulaire avec des paramètres inconnus, nous souhaitons es-
timer les états et les paramètres conditionnellement à l’ensemble des données y0:T

21
5.2 Le Particle learning and smoothing 22

(i)
et tirer des échantillons (x0:T , θ(i) ) de la postériorité conjointe p(x0:T , θ|y0:T ), où T
représente le nombre d’étapes temporelles.
Carvalho et al. (2010) [2] ont montré qu’une backward pass peut être exécu-
tée après l’algorithme de filtrage et particle learning, et que les particules filtrées
peuvent être ré-échantillonnées pour obtenir des tirages de la distribution de lis-
sage. L’idée est basée sur la règle de Bayes et la décomposition de la distribution
de lissage postérieure conjointe comme suit,
T
Y −1
p(x0:T , θ|y0:T ) = p(xT , θ|y0:T ) p(xt |xt+1 , θ, y0:t )
t=1

Où, p(xt |xt+1 , θ, y0:t ) ∝ p(xt+1 |xt , θ)p(xt |θ, y0:t )

Algorithm 4: Particle Learning and Smoothing (PLS)
(Forward Filter) Exécuter l’algorithme de particle learning pour générer
(i) N
des échantillons (xt , θ(i) )i=1 à partir de p(xt , θ|y0:t ) à chaque fois
t = 1, . . . , N .
(i) N
(Backward smoother) Sélectionner un couple (xT , θ(i) )i=1 de la
première étape, et simuler en arrière :
for t = T − 1, . . . , 1 do
(j)
Ré-échantillonner les particules (xt )N j=1 de la première étape avec les
(j) (j) (j) (i)
poids proportionnels à ωt ∝ p(xt+1 |xt , θ(i) ) pour générer xt
end

22
 23

6 Applications
Ainsi, nous avons vu comme algorithmes :
• le Sequential Importance Sampling (SIS) (1),
• le Sequential Importance Resampling (SIR) (2),
• le Storvik’s filter (3),
• le Particle Learning and Smoothing (PLS) (4).
Généralement, pour chaque modèle, nous allons appliquer le SIR en supposant
les paramètres du modèle connus. Puis, dans un soucis de réalisme, nous applique-
rons le filtre de Storvik afin d’estimer les paramètres du modèle ainsi que l’état
caché, cependant, il s’avère que le Storvik donne des résultats moyens concer-
nant l’estimation des états cachés, c’est pourquoi, nous appliquerons le Backward
smoother (l’application consécutive du filtre de Storvik et du backward Smoother
formeront le PLS), ou un SIR classique avec les paramètres du modèle estimés.
A noter que le papier de S. Godsill, A. Doucet et C. Andrieu [1] souligne le
fait que le PLS n’est pas très optimal, cet article et apporte quelque amélioration
appelée PLSa.

6.1 Modèle linéaire

Les articles de Doucet [1] et Storvik [11] introduisent le modèle linéaire comme
étant :
xt = axt−1 + σϵt , avec ϵt ∼ N (0, 1),


yt = xt + νt , avec νt ∼ N (0, 1)

Dans la suite, on fixera a = 0.9 et σ = 1.

23
6.1 Modèle linéaire 24

Figure 1 – Application du SIR sur le modèle linéaire avec N = 50000 particules

En supposant désormais, comme c’est le cas en réalité, que les paramètres sont
inconnus (θ = (a σ 2 )T ) inconnu et à estimer), on obtient grâce à l’algorithme de
Storvik :

Figure 2 – Application du filtre de Storvik sur le modèle linéaire avec N = 1000

particules

D’après le papier de Storvik [11], le procédé pour mettre à jour σ 2 et a est :

νk dk
a ∼ N (mk , σ 2 Ck ) σ 2 ∼ IG( , )
2 2
Où les statistiques suffisantes sont mises à jour de la manière suivante,

24
6.1 Modèle linéaire 25

— Dk = x2k−1 Ck−1 + 1
— Ck = Ck−1 − Ck−1
2
x2k−1 D1k
— mk = mk−1 + Ck−1 xk−1 D1k (xk − xk−1 mk−1 )
— dk = dk−1 + (xk − xk−1 mk−1 )2 D1k
— νk = νk−1 + q, avec q = dim xk

Figure 3 – Filtre de Storvik sur 100 trajectoires différentes, chaque trajectoire

étant estimée avec 1000 particules

On obtient alors aestim = 0.85 et σestim = 1.21. On peut donc maintenant run
un SIR classique avec ces paramètres estimés comme précédemment.

25
6.2 Modèle de Kitagawa 26

Figure 4 – SIR classique avec les paramètres estimées aestim et σestim

6.2 Modèle de Kitagawa

Le modèle de Kitagawa, développé par Sadanori Konishi et Genshiro Kitagawa,
est un modèle théorique important. Il a été proposé pour résoudre des problèmes
d’estimation statistique, tels que l’estimation de l’état d’un système dynamique
à partir d’observations bruitées. Il sert souvent de benchmark afin de tester des
méthodes d’estimation d’états cachés. L’un des avantages majeurs du modèle de
Kitagawa est sa capacité à gérer des systèmes non linéaires. Contrairement aux ap-
proches classiques qui supposent souvent des relations linéaires entre les variables,
ce modèle permet de modéliser des systèmes réels plus complexes, où les interac-
tions entre les variables peuvent être non linéaires. Cela en fait un outil précieux
dans de nombreux domaines où les phénomènes étudiés sont intrinsèquement non
linéaires.

xt−1
+ γ cos(1.2(t − 1)) + ωt , avec ωt ∼ N (0, W ),
(
xt = αxt−1 + β 1+x 2
t−1
x2t
yt = 20
+ νt , avec νt ∼ N (0, V ),

En y appliquant l’algorithme SIR énoncé précédemment, avec des paramètres

fixés α=0.5, β=25, γ=8, V=5 et W=1, on obtient :

26
6.2 Modèle de Kitagawa 27

Figure 5 – SIR avec 10000 particules

En réalité, les paramètres des modèles sont inconnus. On applique donc ensuite
l’algorithme de Storvik qui permet d’estimer simultanément les paramètres du
modèle et l’état caché.

Figure 6 – Application du Storvik avec 1000 particules

On obtient alors αestim = −0.08, βestim = 26.49, γestim = 8.20,Westim =

3.21,Vestim = 4.37. En faisant tourner avec ses paramètres estimés l’algorithme
du SIR on a alors le profil d’estimation suivant :

27
6.3 Modèle de volatilité Stochastique 28

Figure 7 – SIR classique avec les paramètres estimés αestim ,βestim ,γestim , Westim
et Vestim

6.3 Modèle de volatilité Stochastique

6.3.1 Application théorique

xt = α + βx
t−1 + ωt , avec ωt ∼ N (0, W ),



yt = exp x2t νt , avec νt ∼ N (0, 1),

Ce modèle, contrairement au précédent, modélise la volatilité comme un pro-

cessus indépendant. Nous fixons les paramètres à α = 0, β = 0.97 et W = 1.

6.3.2 Application d’un SIR en supposant les paramètres connus

En y appliquant l’algorithme SIR (2), avec des paramètres fixés on obtient :

28
6.3 Modèle de volatilité Stochastique 29

Figure 8 – Application du SIR avec 1000 particules

6.3.3 Application d’un filtre de Storvik

En réalité, les paramètres des modèles sont inconnus. On applique donc ensuite
l’algorithme de Storvik qui permet d’estimer simultanément les paramètres du
modèle et l’état caché.

Figure 9 – Exemple d’application du Storvik avec 1000 particules

On trouve ainsi, Westim = 1.35, αestim = −0.152 et βestim = 0.96. αestim et βestim
convergent vers les vraies valeurs de β, α. Cependant, nous pouvons voir que Westim
converge vers une valeur supérieure à W . Nous retrouverons cette tendance tout
le long de l’application.

29
6.3 Modèle de volatilité Stochastique 30

Figure 10 – États cachés et son estimation par un filtre de Storvik avec 1000
particules

Application d’un filtre de Storvik sur plusieurs trajectoires Nous pour-

rions nous contenter de run une seule fois le filtre de Storvik sur une plage de
données grande pour estimer les paramètres du modèles, mais voici un exemple
d’estimation des paramètres du modèle moyenné sur 10 trajectoires :

Figure 11 – Estimation des paramètres du modèle sur 10 trajectoires avec le

Storvik, en gris : intervalle de confiance à 95%

On peut voir que la convergence est particulièrement rapide, il n’est donc pas
nécessaire d’avoir plus d’itération pour estimer les paramètres du modèle avec le
filtre de Storvik. On trouve Westim = 1.35, αestim = 0.025 et βestim = 0.97.

30
6.3 Modèle de volatilité Stochastique 31

6.3.4 Application d’un PLS

Ici, nous appliquons un PLS (4) :

Figure 12 – Application d’un PLS

On trouve Westim = 1.27, αestim = 0.04 et βestim = 0.98. Comme annoncé dans
l’article [1], le PLS n’améliore pas vraiment l’estimation obtenue par le forward
filter appliqué (ici un Storvik) et donne de résultats médiocres de manière générale.
Cet article présente plusieurs améliorations du PLS que nous n’avons pas eu le
temps d’explorer. En contrepartie de cette relative efficacité du PLS, nous verrons
qu’appliquer deux forward filter consécutivement : un Storvik, puis un SIR avec
les paramètres estimés du Storvik, nous obtiendrons une estimation de l’état caché
bien meilleure qu’avec un PLS.

6.3.5 Application d’un filtre de Storvik puis d’un SIR avec les
paramètres estimés
Ici nous allons tester de run un Storvik pour estimer les paramètres du modèle,
puis, au lieu de lancer un backward smoother, nous relançons un SIR avec les
paramètres estimés. Avec le Storvik, nous trouvons Westim = 1.43, αestim = 0.20 et
βestim = 0.95.

31
6.3 Modèle de volatilité Stochastique 32

Figure 13 – Hidden states et SIR avec les paramètres estimés par un Storvik
avec 1000 particules

Nous pouvons voir que cela fonctionne particulièrement bien, cette façon de run
deux forward filters (un Storvik puis un SIR en utilisant les paramètres estimés
du Storvik) outperforms le PLS. Nous allons confirmer cela ci-dessous.

6.3.6 Comparaison entre PLS, filtre de Storvik et SIR

Figure 14 – Comparaison entre le filtre de Storvik, le PLS et le SIR avec les

paramètres estimés par le Storvik

32
6.4 Application pour l’estimation de la volatilité du S&P 500 33

Avec le Storvik, nous trouvons Westim = 1.26, αestim = 9.637 × 10−5 et βestim =
0.98. Il est clair ici que le double forward filters donne des résultats bien meilleurs
qu’un PLS, ou encore simplement d’un Storvik.

6.4 Application pour l’estimation de la volatilité du

S&P 500
Enfin pour terminer ce rapport, appliquons ce que nous avons vu pour essayer
d’estimer la volatilité d’un indice financier, le S&P 500. Comme nous l’avons vu
dans l’introduction, connaître la volatilité du marché est un élément important, ne
serait-ce que pour faire fonctionner des modèles préétablies (par exemple le modèle
de Black-Schole).

On se place dans une période relativement volatile : pendant la crise financière

de 2008. L’état caché que l’on cherche à estimer est donc la volatilité Xt et nous
possédons une volatilité observée Yt ( qui est obtenu en par le cours de clôture
de l’indice ). On suppose donc que le Xt et Yt suivent le modèle indiqué dans la
section 6.3.1. Enfin on a :
Pt
Yt = log( )
Pt−1
où Pt est le prix de clôture du jour t.

Figure 15 – Variation du prix de l’indice et de Yt de 2007 à 2010

On remarque qu’on observe un très forte volatilité vers le dernier trimestre de

33
6.4 Application pour l’estimation de la volatilité du S&P 500 34

2008. On ne connaît évidemment pas les paramètres du modèle, il faut donc les
estimer, puis en appliquer le SIR de nouveau sur ces paramètres,

Figure 16 – État caché.

Une tendance notable émerge en matière de volatilité durant la période de 2008

à 2009, une phase notoirement tumultueuse sur les marchés financiers. Durant cette
période, les estimations fournies par le filtre particulaire indiquent une volatilité
cachée particulièrement élevée. Ce phénomène est à la fois intuitif et conforme à
nos attentes, étant donné que des périodes de crises financières sont généralement
caractérisées par une volatilité accrue, qui se reflète dans une estimation du pro-
cessus caché substantiellement plus grande.

Néanmoins, ce qui est particulièrement frappant, c’est l’efficacité du filtre par-

ticulaire à réagir à l’évolution des conditions de marché. En effet, à mesure que la
volatilité du marché se calme, le filtre particulaire, de façon assez impressionnante,
parvient à faire retomber ses estimations du processus caché à des niveaux plus
modérés, plus en accord avec des périodes de stabilité relative.
Ceci est particulièrement évident lorsque l’on compare ces estimations avec celles
obtenues lors des périodes dites "plus calmes", par exemple, au début et à la
fin des séquences graphiques. On observe que les estimations du processus caché
reviennent à des niveaux similaires à ceux d’avant la crise financière, suggérant
que le filtre particulaire fait preuve d’une remarquable capacité d’adaptation aux
variations du marché, à la fois en période de turbulences et de stabilité.

34
BIBLIOGRAPHIE 35

Bibliographie
[1] S. GODSILL A. DOUCET et C. ANDRIEU. “On sequential Monte Carlo
sampling methods for Bayesian filtering”. In : Statistics and Computing 10
(1999), p. 197-208.
[2] Lopes Carvalho Johannes et Polson. “Particle learning and smoothing”.
In : Statistical Science 25 (2010), p. 88-106.
[3] D. Crisan. “Exact rates of convergence for a branching particle approxi-
mation to the solution of the zakai equation”. In : Annals of Probability 32
(2003), p. 819-838.
[4] D. Crisan et A. Doucet. “A survey of convergence results on particle filte-
ring methods for practitioners”. In : IEEE Transactions on Signal Processing
50 3 (2002), p. 736-746.
[5] P. Del Moral D. Crisan et T. J. Lyons. “Interacting particle systems ap-
proximations of the Kushner Stratonovitch equation, Advances in Applied
Probability”. In : International Journal of Control (1999), p. 819-838.
[6] J. E. Handschin et D. Q. Mayne. “Monte Carlo techniques to estimate the
conditional expectation in multi-stage non-linear filtering”. In : International
Journal of Control 9.5 (1969), p. 547-559.
[7] J. S. Liu et R. Chen. “Sequential Monte Carlo methods for dynamic sys-
tems”. In : J. Amer. Statist. Assoc. 93.443 (1998), p. 1032-1044.
[8] P. Del Moral et L. Miclo. “Branching and interacting particle systems ap-
proximations of Feynman-Kac formulae with applications to non-linear filte-
ring”. In : Séminaire de Probabilités, Lecture Notes in Mathematics [Link]
(2000), p. 1-145.
[9] D.J. Salmond N.J. Gordon et A.F.M. Smith. “Novel approach to nonlinear/non-
Gaussian Bayesian state estimation”. In : IEE Proceedings F Radar and Si-
gnal Processing 140 2 (1993).
[10] D. B. Rubin. “MUsing the SIR algorithm to simulate posterior distributions,
Bayesian Statistics”. In : Oxford University Press 3 (1988).
[11] G. Storvik. “Particle Filters for State-Space Models With the Presence of
Unknown Static Parameters”. In : IEEE 50.2 (2002).

35