On s'intéresse dans cette thèse à la couverture des produits dérivés dans des marchés incomplets. L'approche choisie peut se voir comme une extension des travaux de M. Schweizer sur la minimisation locale du risque quadratique. En effet, tout en restant dans le cadre de la modélisation des actifs par des semimartingales, notre méthode consiste à remplacer le critère de risque quadratique par un critère de risque plus général, sous la forme d'une fonctionnelle convexe du coût local. Nous obtenons d'abord des résultats d'existence, d'unicité et de caractérisation des stratégies optimales dans un marché sans friction, en temps discret et en temps continu. Puis nous explicitons ces stratégies dans le cadre de modèles de diffusion avec et sans sauts. Nous étendons également notre méthode au cas où la liquidité n'est plus infinie. Enfin nous montrons par le biais de simulations numériques les effets du choix de la fonctionnelle de risque sur la constitution du portefeuille optimal. / This thesis deals with the issue of hedging contingent claims in incomplete markets. The way we tackle this issue may be seen as an extension of M. Schweizer's work on quadratic local risk-minimization. Indeed, while still modelling assets as semimartingales, our method relies on the introduction of a convex function of the local costs to assess risk, thus relaxing the quadratic assumption. The results we obtain are existence and uniqueness results first and characterizations of optimal strategies in a frictionless market, both in discrete and continuous time settings. We then make those strategies explicit by using diffusion models with and without jumps. We further extend our approach in the case when liquidity is given through a stochastic supply curve. Finally we show the effect of the choice of different risk functions on the optimal portfolio by numerically solving the optimality equations.

In this thesis, we provide convergent numerical solutions to non-linear forward-BSDEs (Backward Stochastic Differential Equations). Applications in mathematical finance, financial economics and financial econometrics are discussed. Numerical examples show the effectiveness of our methods.

Diese Dissertation präsentiert neue Techniken der Integration für verschiedene Probleme der Finanzmathematik und einige Anwendungen in der Wahrscheinlichkeitstheorie. Zu Beginn entwickeln wir zwei Zugänge zur robusten stochastischen Integration. Der erste, ähnlich der Ito’schen Integration, basiert auf einer Topologie, erzeugt durch ein äußeres Maß, gegeben durch einen minimalen Superreplikationspreis. Der zweite gründet auf der Integrationtheorie für rauhe Pfade. Wir zeigen, dass das entsprechende Integral als Grenzwert von nicht antizipierenden Riemannsummen existiert und dass sich jedem "typischen Preispfad" ein rauher Pfad im Ito’schen Sinne zuordnen lässt. Für eindimensionale "typische Preispfade" wird sogar gezeigt, dass sie Hölder-stetige Lokalzeiten besitzen. Zudem erhalten wir Verallgemeinerungen von Föllmer’s pfadweiser Ito-Formel. Die Integrationstheorie für rauhe Pfade kann mit dem Konzept der kontrollierten Pfade und einer Topologie, welche die Information der Levy-Fläche enthält, entwickelt werden. Deshalb untersuchen wir hinreichende Bedingungen an die Kontrollstruktur für die Existenz der Levy-Fläche. Dies führt uns zur Untersuchung von Föllmer’s Ito-Formel aus der Sicht kontrollierter Pfade. Para-kontrollierte Distributionen, kürzlich von Gubinelli, Imkeller und Perkowski eingeführt, erweitern die Theorie rauher Pfade auf den Bereich von mehr-dimensionale Parameter. Wir verallgemeinern diesen Ansatz von Hölder’schen auf Besov-Räume, um rauhe Differentialgleichungen zu lösen, und wenden die Ergebnisse auf stochastische Differentialgleichungen an. Zum Schluß betrachten wir stark gekoppelte Systeme von stochastischen Vorwärts-Rückwärts-Differentialgleichungen (FBSDEs) und erweitern die Theorie der Existenz, Eindeutigkeit und Regularität der sogenannten Entkopplungsfelder auf Markovsche FBSDEs mit lokal Lipschitz-stetigen Koeffizienten. Als Anwendung wird das Skorokhodsche Einbettungsproblem für Gaußsche Prozesse mit nichtlinearem Drift gelöst. / In this thesis new robust integration techniques, which are suitable for various problems from stochastic analysis and mathematical finance, as well as some applications are presented. We begin with two different approaches to stochastic integration in robust financial mathematics. The first one is inspired by Ito’s integration and based on a certain topology induced by an outer measure corresponding to a minimal superhedging price. The second approach relies on the controlled rough path integral. We prove that this integral is the limit of non-anticipating Riemann sums and that every "typical price path" has an associated Ito rough path. For one-dimensional "typical price paths" it is further shown that they possess Hölder continuous local times. Additionally, we provide various generalizations of Föllmer’s pathwise Ito formula. Recalling that rough path theory can be developed using the concept of controlled paths and with a topology including the information of Levy’s area, sufficient conditions for the pathwise existence of Levy’s area are provided in terms of being controlled. This leads us to study Föllmer’s pathwise Ito formulas from the perspective of controlled paths. A multi-parameter extension to rough path theory is the paracontrolled distribution approach, recently introduced by Gubinelli, Imkeller and Perkowski. We generalize their approach from Hölder spaces to Besov spaces to solve rough differential equations. As an application we deal with stochastic differential equations driven by random functions. Finally, considering strongly coupled systems of forward and backward stochastic differential equations (FBSDEs), we extend the existence, uniqueness and regularity theory of so-called decoupling fields to Markovian FBSDEs with locally Lipschitz continuous coefficients. These results allow to solve the Skorokhod embedding problem for a class of Gaussian processes with non-linear drift.

Cette thèse traite de la solution numérique de deux types de problèmes stochastiques. Premièrement, nous nous intéressons aux EDS fortement oscillantes, c'est-à-dire, les systèmes composés de variables ergodiques évoluant rapidement par rapport aux autres. Nous proposons un algorithme basé sur des résultats d'homogénéisation. Il est défini par un schéma d'Euler appliqué aux variables lentes couplé avec un estimateur à pas décroissant pour approcher la limite ergodique des variables rapides. Nous prouvons la convergence forte de l'algorithme et montrons que son erreur normalisée satisfait un résultat du type théorème limite centrale généralisé. Nous proposons également une version extrapolée de l'algorithme ayant une meilleure complexité asymptotique en satisfaisant les mêmes propriétés que la version originale. Ensuite, nous étudions la solution des EDS de type McKean-Vlasov (EDSPR-MKV) associées à la solution de certains problèmes de contrôle sous un environnement formé d'un grand nombre de particules ayant des interactions du type champ-moyen. D'abord, nous présentons un nouvel algorithme, basé sur la méthode de cubature sur l'espace de Wiener, pour approcher faiblement la solution d'une EDS du type McKean-Vlasov. Il est déterministe et peut être paramétré pour atteindre tout ordre de convergence souhaité. Puis, en utilisant ce nouvel algorithme, nous construisons deux schémas pour résoudre les EDSPR-MKV découplées et nous montrons que ces schémas ont des convergences d'ordres un et deux. Enfin, nous considérons le problème de réduction de la complexité de la méthode présentée tout en respectant la vitesse de convergence énoncée. / This Ph.D. thesis deals with the numerical solution of two types of stochastic problems. First, we investigate the numeric solution to strongly oscillating SDEs, i.e. systems in which some ergodic state variables evolve quickly with respect to the remaining ones. We propose an algorithm that uses homogenization results and consists of an Euler scheme for the slow scale variables coupled with a decreasing step estimator for the ergodic averages of the fast variables. We prove the strong convergence of the algorithm as well as a generalized central limit theorem result for the normalized error distribution. In addition, we propose an extrapolated version applicable under stronger regularity assumptions and which satisfies the same properties of the original algorithm with lower asymptotic complexity. Then, we treat the problem of solving decoupled Forward Backward Stochastic Differential equations of McKean-Vlasov type (MKV-FBSDE) which appear in some stochastic control problems in an environment of a large number of particles with mean field interactions. As a first step, we propose a new algorithm, based on the cubature method on Wiener spaces, to weakly approach the solution of a McKean-Vlasov SDE. It is deterministic and can be parametrized to obtain any given order of convergence. Using this first forward approximation algorithm, we construct two procedures to solve the decoupled MKV-FBSDE and show that they converge with orders one and two under appropriate regularity conditions. Finally, we consider the problem of reducing the complexity of the presented method while preserving the presented convergence rates.

Diese Arbeit beschäftigt sich mit der Theorie der sogenannten stochastischen Vorwärts-Rückwärts-Differentialgleichungen (FBSDE), welche als ein stochastisches Anologon und in gewisser Weise als eine Verallgemeinerung von parabolischen quasi-linearen partiellen Differentialgleichungen betrachtet werden können. Die Dissertation besteht aus zwei Teilen: In dem ersten entwicklen wir die Theorie der sogenannten Entkopplungsfelder für allgemeine mehrdimensionale stark gekoppelte FBSDE. Diese Theorie besteht aus Existenz- sowie Eindeutigkeitsresultaten basierend auf dem Konzept des maximalen Intervalls. Es beinhaltet darüberhinaus Werkzeuge um Regularität von konkreten Problemen zu untersuchen. Insgesamt wird die Theorie für drei Klassen von Problemen entwickelt: In dem ersten Fall werden Lipschitz-Bedingungen an die Parameter des Problems vorausgesetzt, welche zugleich vom Zufall abhängen dürfen. Die Untersuchung der beiden anderen Klassen basiert auf dem ersten. In diesen werden die Parameter als deterministisch vorausgesetzt. Gleichwohl wird die Lipschitz-Stetigkeit durch zwei verschiedene Formen der lokalen Lipschitz-Stetigkeit abgeschwächt. In dem zweiten Teil werden diese abstrakten Resultate auf drei konkrete Probleme angewendet: In der ersten Anwendung wird gezeigt wie globale Lösbarkeit von FBSDE in dem sogenannten nicht-degenerierten Fall untersucht werden kann. In der zweiten Anwendung wird die Lösbarkeit eines gekoppelten Systems gezeigt, welches eine Lösung zu dem Skorokhod''schen Einbettungproblem liefert. Die Lösung wird für den Fall einer allgemeinen nicht-linearen Drift konstruiert. Die dritte Anwendung führt auf Lösbarkeit eines komplexen gekoppelten Vorwärt-Rückwärts-Systems, aus welchem optimale Strategien für das Problem der Nutzenmaximierung in unvollständingen Märkten konstruiert werden. Das System wird in einem verhältnismäßig allgmeinen Rahmen gelöst, d.h. für eine verhältnismäßig allgemeine Klasse von Nutzenfunktion auf den reellen Zahlen. / This thesis deals with the theory of so called forward-backward stochastic differential equations (FBSDE) which can be seen as a stochastic formulation and in some sense generalization of parabolic quasi-linear partial differential equations. The thesis consist of two parts: In the first we develop the theory of so called decoupling fields for general multidimensional fully coupled FBSDE in a Brownian setting. The theory consists of uniqueness and existence results for decoupling fields on the so called the maximal interval. It also provides tools to investigate well-posedness and regularity for particular problems. In total the theory is developed for three different classes of FBSDE: In the first Lipschitz continuity of the parameter functions is required, which at the same time are allowed to be random. The other two classes we investigate are based on the theory developed for the first one. In both of them all parameter functions have to be deterministic. However, two different types of local Lipschitz continuity replace the more restrictive Lipschitz continuity of the first class. In the second part we apply these techniques to three different problems: In the first application we demonstrate how well-posedness of FBSDE in the so called non-degenerate case can be investigated. As a second application we demonstrate the solvability of a system, which provides a solution to the so called Skorokhod embedding problem (SEP) via FBSDE. The solution to the SEP is provided for the case of general non-linear drift. The third application provides solutions to a complex FBSDE from which optimal trading strategies for a problem of utility maximization in incomplete markets are constructed. The FBSDE is solved in a relatively general setting, i.e. for a relatively general class of utility functions on the real line.

Cette thèse traite de deux sujets: la résolubilité forte d'équations différentielles stochastiques à dérive hölderienne et bruit hypoelliptique et la simulation de processus progressifs-rétrogrades découplés de McKean-Vlasov. Dans le premier cas, on montre qu'un système hypoelliptique, composé d'une composante diffusive et d'une composante totalement dégénérée, est fortement résoluble lorsque l'exposant de la régularité Hölder de la dérive par rapport à la composante dégénérée est strictement supérieur à 2/3. Ce travail étend au cadre dégénéré les travaux antérieurs de Zvonkin (1974), Veretennikov (1980) et Krylov et Röckner (2005). L'apparition d'un seuil critique pour l'exposant peut-être vue comme le prix à payer pour la dégénérescence. La preuve repose sur des résultats de régularité de la solution de l'EDP associée, qui est dégénérée, et est basée sur une méthode parametrix. Dans le second cas, on propose un algorithme basé sur les méthodes de cubature pour la simulation de processus progessifs-rétrogrades découplés de McKean-Vlasov apparaissant dans des problèmes de contrôle dans un environnement de type champ moyen. Cet algorithme se divise en deux parties. Une première étape de construction d'un arbre de particules, à dynamique déterministe, approchant la loi de la composante progressive. Cet arbre peut être paramétré de manière à obtenir n'importe quel ordre d'approximation (en terme de pas de discrétisation de l'intervalle). Une seconde étape, conditionnelle à l'arbre, permettant l'approximation de la composante rétrograde. Deux schémas explicites sont proposés permettant un ordre d'approximation de 1 et 2. / This thesis deals with two subjects: the strong well-posedness of stochastic differential equations with Hölder drift and hypoelliptic noise and the simulation of decoupled forward backward stochastic differential equations of McKean-Vlasov type. In the first work, we study a class of degenerate system with hypoelliptic noise. We prove that strong well-posedness holds for this system when the drift is only H\"{o}lder, with Hölder exponent larger than the critical value 2/3. This work extends to the degenerate setting the earlier results obtained by Zvonkin (1974), Veretennikov (1980) and Krylov and Röckner (2005). The existence of a threshold for the Hölder exponent in the degenerate case may be understood as the price to pay to balance the degeneracy of the noise. Our proof relies on regularization properties of the associated PDE, which is degenerate in the current framework and is based on a parametrix method. In the second work, we propose a new algorithm to approach weakly the solution of a McKean-Vlasov stochastic differential equation. Based on the cubature method, the algorithm is deterministic differing from the usual methods based on interacting particles. It can be parametrized in order to obtain a given order of convergence. Then, we construct implementable algorithms to solve decoupled forward backward stochastic differential equations of McKean-Vlasov type, which appear in some stochastic control problems in a mean field environment. We give two algorithms and show that they have convergence of orders one and two under appropriate regularity conditions.