Low-rank kernel methods for American option pricing

Résumé technique : Méthodes à noyau de rang faible pour l'évaluation des options américaines

Énoncé du problème
L'évaluation des dérivés de style américain constitue un défi fondamental en finance mathématique, nécessitant la résolution d'un problème d'arrêt optimal sous une mesure risque-neutre. Contrairement aux options européennes, les options américaines permettent l'exercice à tout moment avant l'échéance, ce qui impose l'estimation des valeurs de continuation conditionnelles à chaque date d'exercice potentielle. Bien que la méthode de Monte Carlo par moindres carrés (LSM) basée sur la régression, pionnière de Longstaff et Schwartz [2001], soit devenue la norme industrielle en raison de sa simplicité conceptuelle, elle souffre de limitations computationnelles significatives dans les contextes de haute dimension. Plus précisément, la LSM exige l'ajustement d'un nouveau modèle de régression à chaque date d'exercice au cours de la récursion de programmation dynamique vers l'arrière. Cette régression « par étape » domine le coût computationnel et s'adapte mal à l'augmentation du nombre de trajectoires simulées et de dates d'exercice. De plus, la dépendance à l'égard de fonctions de base explicites, souvent ad hoc, limite la capacité de la méthode à capturer des dépendances non linéaires complexes sans surajustement ou sous-ajustement.

Méthodologie
Les auteurs proposent une alternative évolutive et théoriquement fondée qui reformule l'estimation des valeurs de continuation comme un problème d'apprentissage au sein d'un Espace de Hilbert à Noyau Reproduisant (RKHS). Le cœur de la méthodologie repose sur l'opérateur d'Embedding de la Moyenne Conditionnelle (CME), qui représente l'espérance conditionnelle comme un opérateur linéaire agissant sur les paiements futurs.

1. Décomposition Hors ligne/En ligne : En traitant l'espérance conditionnelle comme un unique opérateur linéaire sur le RKHS, la méthode découple la phase d'apprentissage de la phase de tarification. L'opérateur est appris une seule fois à partir de données simulées lors d'une phase hors ligne et réutilisé ensuite à toutes les dates d'exercice et pour tous les prix d'exercice dans la récursion en ligne vers l'arrière. Cela élimine la nécessité de recalculer des modèles de régression à chaque étape, un goulot d'étranglement majeur dans la LSM standard et de nombreuses approches d'apprentissage profond.
2. Approximation de rang faible : Les méthodes à noyau naïves entraînent généralement une complexité computationnelle de $O(n^3)$ par rapport au nombre de trajectoires simulées $n$. Pour restaurer l'évolutivité, les auteurs introduisent une approximation de rang faible basée sur la décomposition de Cholesky pivotée. Cette technique exploite la décroissance spectrale des matrices de noyau pertinentes ($K_X$ et $K_Y$) pour construire une représentation dans un sous-espace réduit.
   • L'algorithme construit une factorisation de Cholesky de rang faible ($K \approx LL^\top$) et une transformation de base biorthogonale associée.
   • Cela conduit à un estimateur sous forme close dans un sous-espace réduit où le coût computationnel évolue linéairement avec $n$ ($O(nm^2)$ pour l'entraînement et $O(m^2)$ pour l'évaluation, où $m \ll n$ est le rang).
   • L'erreur d'approximation est contrôlée par une tolérance de troncature $\varepsilon$.

Contributions clés
L'article apporte quatre contributions principales :

1. Reformulation en tant qu'apprentissage d'opérateur : L'estimation de la valeur de continuation est reformulée comme l'apprentissage d'un embedding de la moyenne conditionnelle dans un RKHS produit tensoriel. Cela génère un algorithme qui apprend l'opérateur d'espérance conditionnelle une seule fois et le réutilise, offrant une décomposition propre hors ligne/en ligne.
2. Estimateur de rang faible évolutive : Les auteurs introduisent une approximation de rang faible du système de noyau utilisant la factorisation de Cholesky pivotée. Cela fournit un estimateur sous forme close dans un sous-espace réduit avec un coût computationnel substantiellement inférieur à celui de la solution de noyau dense, tout en maintenant une erreur d'approximation contrôlée.
3. Analyse de convergence et d'erreur : L'article établit des garanties de convergence pour le schéma proposé. Il dérive des bornes explicites quantifiant les erreurs d'approximation qui se propagent à travers la récursion vers l'arrière. Ces résultats étendent la théorie de convergence existante des algorithmes de type LSM aux estimateurs de noyau non paramétriques avec troncature de rang faible.
4. Validation numérique : Des expériences numériques extensives sur le modèle de volatilité stochastique de Heston démontrent que la méthode proposée (CME-LR) égale ou surpasse la référence Longstaff-Schwartz en précision tout en offrant une accélération substantielle, particulièrement lorsque le nombre de trajectoires de simulation augmente.

Résultats
Des expériences numériques ont été menées sur des options de vente américaines sous le modèle de Heston avec des échéances, des prix d'exercice et des nombres de trajectoires de simulation variables ($n \in \{10^2, \dots, 10^5\}$).

• Efficacité computationnelle : La méthode CME-LR est systématiquement plus rapide que la référence Longstaff-Schwartz (LS) sur toutes les configurations testées. L'accélération est plus prononcée pour les petites valeurs de $n$, attribuée à la nature parcimonieuse de la base de rang faible et à l'élimination du recalcul répété des coefficients.
• Précision : CME-LR atteint une erreur relative moyenne implicite de volatilité uniformément inférieure à celle de LS sur toutes les échéances et tailles d'échantillon.
• Profil d'erreur : L'analyse d'erreur révèle un profil complémentaire : CME-LR est plus précis pour les options hors de la monnaie (log-moneyness positif), tandis que LS conserve un léger avantage pour les options dans la monnaie.
• Comportement du rang : Le rang de la matrice de noyau $K_Y$ croît de manière sous-linéaire avec $n$, confirmant que la structure de rang faible s'adapte automatiquement à la complexité des données. Le rang de $K_X$ reste très faible (par exemple, 2–6) en raison de la forte corrélation négative dans le modèle de Heston, qui concentre la distribution conjointe près d'une variété de basse dimension.

Signification et affirmations
Les auteurs positionnent ce travail comme un pont entre la transparence théorique de la LSM basée sur la régression et la flexibilité axée sur les données de l'apprentissage automatique moderne. La signification de l'approche réside dans sa capacité à :

• Éliminer la régression par étape : En apprenant un unique opérateur hors ligne, la méthode évite le coût computationnel dominant de la LSM et le réentraînement coûteux souvent requis par les schémas d'apprentissage profond à chaque date d'exercice.
• Fournir une rigueur théorique : Contrairement à de nombreuses approches d'apprentissage profond où les propriétés statistiques sont moins comprises, cette méthode offre des taux de convergence explicites et des bornes d'erreur qui tiennent compte à la fois de l'erreur statistique et de l'erreur d'approximation de rang faible.
• S'adapter aux hautes dimensions : L'échelle linéaire par rapport au nombre de trajectoires et la structure hors ligne/en ligne rendent la méthode computationnellement traitable pour des problèmes impliquant des paniers d'actifs, une volatilité stochastique et des taux d'intérêt stochastiques, là où les méthodes classiques de réseau ou d'EDP échouent.

L'article conclut que la méthode à noyau de rang faible proposée offre une alternative robuste, efficace et théoriquement fondée pour l'évaluation d'options américaines de haute dimension, avec une erreur totale de tarification croissant au plus linéairement avec le nombre de dates d'exercice.