<p>Dans ce travail nous abordons deux problèmes non résolus en Probabilité appliquée. Nous les approchons tous deux sous un angle nouveau, en utilisant des outils aussi variés que les chaînes de Markov, les mouvements Browniens, les transformations de Schwarz-Christoffel, les processus de Poisson et la théorie des temps d'arrêts optimaux. <p><p>Problème de la ruine pour N joueurs<p><p>Le problème de la ruine pour $N$ joueurs est un problème célèbre dont la solution pour $N=2$ est connue depuis longtemps. Nous l'abordons premièrement en toute généralité, en le modélisant comme un problème d'absorption pour une chaîne de Markov. Nous obtenons les distributions associées à ce problème et nous décrivons un algorithme (appelé {it folding algorithm}) permettant de diminuer considérablement le nombre d'opérations nécessaires à une résolution complète. Cette étude nous permet de mettre en avant un certain nombres de relations de récurrence satisfaites par les probabilités de ruines associées à chaque état de la chaîne de Markov. Nous étudions ensuite une version asymptotique du problème de la ruine pour 3 joueurs. Nous utilisons les propriétés d'invariance des mouvements Browniens par transformations conformes pour décrire une résolution de ce problème via les transformations de Schwarz-Christoffel. Cette méthode dépasse le cadre strict du problème de la ruine pour 3 joueurs et s'applique à d'autres problèmes de temps d'atteinte d'un bord par un mouvement Brownien. <p><p>Problème de Robbins<p><p>Ce problème s'inscrit dans le cadre de la théorie des temps d'arrêts optimaux. C'est un problème d'analyse séquentielle dans lequel un observateur examine $n$ variables aléatoires indépendantes de manière séquentielle et doit en sélectionner exactement une sans rappel. L'objectif est de déterminer une stratégie qui permette de minimiser le rang moyen de l'observation sélectionnée. <p><p> Nous décrivons un modèle alternatif de ce problème, dans lequel le décideur observe un nombre aléatoire d'arrivées distribuées suivant un processus de Poisson homogène sur un horizon fixe $t$. Nous prouvons l'existence d'une stratégie optimale pour chaque horizon, et nous montrons que la fonction de perte associée à cette stratégie est uniformément continue sur $R$. Nous décrivons une fonction de perte restreinte qui permet d'obtenir une estimation de la valeur asymptotique du problème, et nous obtenons la valeur asymptotique associée à des stratégies spécifiques. Nous obtenons ensuite une équation intégro-diffférentielle sur la fonction de perte associée à la stratégie optimale. Finalement nous étudions les valeurs asymptotiques du problème et nous les comparons à celles du problème en temps discret. Nous concluons cette thèse en décrivant des stratégies spécifiques qui permettent d'obtenir des estimations sur le comportement asymptotique de la fonction de perte. <p><p> / Doctorat en Sciences / info:eu-repo/semantics/nonPublished

<p dir="ltr">Statistical arbitrage is a prevalent trading strategy which takes advantage of mean reverse property of spreads constructed from pairs or portfolios of assets. Utilizing statistical models and algorithms, statistical arbitrage exploits and capitalizes on the pricing inefficiencies between securities or within asset portfolios. </p><p dir="ltr">In chapter 2, We propose a framework for constructing diversified portfolios with multiple pairs trading strategies. In our approach, several pairs of co-moving assets are traded simultaneously, and capital is dynamically allocated among different pairs based on the statistical characteristics of the historical spreads. This allows us to further consider various portfolio designs and rebalancing strategies. Working with empirical data, our experiments suggest the significant benefits of diversification within our proposed framework.</p><p dir="ltr">In chapter 3, we explore an optimal timing strategy for the trading of price spreads exhibiting mean-reverting characteristics. A sequential optimal stopping framework is formulated to analyze the optimal timings for both entering and subsequently liquidating positions, all while considering the impact of transaction costs. Then we leverages a refined signature optimal stopping method to resolve this sequential optimal stopping problem, thereby unveiling the precise entry and exit timings that maximize gains. Our framework operates without any predefined assumptions regarding the dynamics of the underlying mean-reverting spreads, offering adaptability to diverse scenarios. Numerical results are provided to demonstrate its superior performance when comparing with conventional mean reversion trading rules.</p><p dir="ltr">In chapter 4, we introduce an innovative model-free and reinforcement learning based framework for statistical arbitrage. For the construction of mean reversion spreads, we establish an empirical reversion time metric and optimize asset coefficients by minimizing this empirical mean reversion time. In the trading phase, we employ a reinforcement learning framework to identify the optimal mean reversion strategy. Diverging from traditional mean reversion strategies that primarily focus on price deviations from a long-term mean, our methodology creatively constructs the state space to encapsulate the recent trends in price movements. Additionally, the reward function is carefully tailored to reflect the unique characteristics of mean reversion trading.</p>

Die vorliegende Arbeit beschäftigt sich mit verschiedenen Aspekten der Finanzmathematik. Ein erweitertes Libor Markt Modell wird betrachtet, welches genug Flexibilität bietet, um akkurat an Caplets und Swaptions zu kalibrieren. Weiterhin wird die Bewertung komplexerer Finanzderivate, zum Beispiel durch Simulation, behandelt. In hohen Dimensionen können solche Simulationen sehr zeitaufwendig sein. Es werden mögliche Verbesserungen bezüglich der Komplexität aufgezeigt, z.B. durch Faktorreduktion. Zusätzlich wird das sogenannte Andersen-Simulationsschema von einer auf mehrere Dimensionen erweitert, wobei das Konzept des „Momentmatchings“ zur Approximation des Volaprozesses in einem Heston Modell genutzt wird. Die daraus resultierende verbesserten Konvergenz des Gesamtprozesses führt zu einer verringerten Komplexität. Des Weiteren wird die Bewertung Amerikanischer Optionen als optimales Stoppproblem betrachtet. In höheren Dimensionen ist die simulationsbasierte Bewertung meist die einzig praktikable Lösung, da diese eine dimensionsunabhängige Konvergenz gewährleistet. Eine neue Methode der Varianzreduktion, die Multilevel-Idee, wird hier angewandt. Es wird eine untere Preisschranke unter zu Hilfenahme der Methode der „policy iteration“ hergeleitet. Dafür werden Konvergenzraten für die Simulation des Optionspreises erarbeitet und eine detaillierte Komplexitätsanalyse dargestellt. Abschließend wird das Preisen von Amerikanischen Optionen unter Modellunsicherheit behandelt, wodurch die Restriktion, nur ein bestimmtes Wahrscheinlichkeitsmodell zu betrachten, entfällt. Verschiedene Modelle können plausibel sein und zu verschiedenen Optionswerten führen. Dieser Ansatz führt zu einem nichtlinearen, verallgemeinerten Erwartungsfunktional. Mit Hilfe einer verallgemeinerte Snell''sche Einhüllende wird das Bellman Prinzip hergeleitet. Dadurch kann eine Lösung durch Rückwärtsrekursion erhalten werden. Ein numerischer Algorithmus liefert untere und obere Preisschranken. / The work presented here deals with several aspects of financial mathematics. An extended Libor market model is considered offering enough flexibility to accurately calibrate to various market data for caplets and swaptions. Moreover the evaluation of more complex financial derivatives is considered, for instance by simulation. In high dimension such simulations can be very time consuming. Possible improvements regarding the complexity of the simulation are shown, e.g. factor reduction. In addition the well known Andersen simulation scheme is extended from one to multiple dimensions using the concept of moment matching for the approximation of the vola process in a Heston model. This results in an improved convergence of the whole process thus yielding a reduced complexity. Further the problem of evaluating so called American options as optimal stopping problem is considered. For an efficient evaluation of these options, particularly in high dimensions, a simulation based approach offering dimension independent convergence often happens to be the only practicable solution. A new method of variance reduction given by the multilevel idea is applied to this approach. A lower bound for the option price is obtained using “multilevel policy iteration” method. Convergence rates for the simulation of the option price are obtained and a detailed complexity analysis is presented. Finally the valuation of American options under model uncertainty is examined. This lifts the restriction of considering one particular probabilistic model only. Different models might be plausible and may lead to different option values. This approach leads to a non-linear expectation functional, calling for a generalization of the standard expectation case. A generalized Snell envelope is obtained, enabling a backward recursion via Bellman principle. A numerical algorithm to valuate American options under ambiguity provides lower and upper price bounds.

Zentraler Gegenstand dieser Dissertation ist die Entwicklung von mathematischen Methoden zur Charakterisierung und Implementierung von optimalen Investmentstrategien eines Kleininvestors auf einem Finanzmarkt. Zur Behandlung dieser Probleme ziehen wir als Hauptwerkzeug Stochastische Rückwärts-Differenzialgleichungen (BSDEs) mit nicht-linearen Drifts heran. Diese Nicht-Lineariäten ordnen sie außerhalb der Standardklasse der Lipschitz-stetigen BSDEs ein und treten häufig in finanzmathematischen Kontrollproblemen auf. Wir charakterisieren das optimale Vermögen und die optimale Investmentstrategie eines Kleininvestors mit Hilfe einer sog. Stochastischen Vorwärts-Rückwärts-Differenzialgleichung (FBSDE), einem System bestehend aus einer stochastischen Vorwärtsgleichung, die vollständig gekoppelt ist an eine Rückwärtsgleichung. Die Festlegung bestimmter Nutzenfunktionen führt uns schließlich zu einer weiteren Klasse von nicht-standard BSDEs, die in unmittelbarem Zusammenhang zu dem sog. Ansatz der stochastischen partiellen Rückwärts-Differenzialgleichungen (BSPDEs) steht. Anschließend entwickeln wir eine Methode zur numerischen Behandlung von quadratischen BSDEs, die auf einem stochastischen Analogon der Cole-Hopf-Transformation basiert. Wir studieren weiterhin eine Klasse von BSDEs, deren Drifts explizite Pfadabhängigkiten aufweisen und leiten mehrere analytische Eigenschaften her. Schließlich studieren wir Dualdarstellungen für Optimalen Mehrfachstoppprobleme. Wir leiten Martingal-Dualdarstellungen her, die die Grundlage für die Entwicklung von Regressions-basierten Monte Carlo Simulationsalgorithmen bilden, die schnell und effektiv untere und obere Schranken berechnen. / This thesis elaborates on the wealth maximization problem of a small investor who invests in a financial market. Key tools for our studies come across in the form of several classes of BSDEs with particular non-linearities, casting them outside the standard class of Lipschitz continuous BSDEs. We first give a characterization of a small investor''s optimal wealth and its associated optimal strategy by means of a systems of coupled equations, a forward-backward stochastic differential equation (FBSDE) with non-Lipschitz coefficients, where the backward component is of quadratic growth. We then examine how specifying concrete utility functions give rise to another class of non-standard BSDEs. In this context, we also investigate the relationship to a modeling approach based on random fields techniques, known by now as the backward stochastic partial differential equations (BSPDEs) approach. We continue with the presentation of a numerical method for a special type of quadratic BSDEs. This method is based on a stochastic analogue to the Cole-Hopf transformation from PDE theory. We discuss its applicability to numerically solve indifference pricing problems for contingent claims in an incomplete market. We then proceed to BSDEs whose drifts explicitly incorporate path dependence. Several analytical properties for this type of non-standard BSDEs are derived. Finally, we devote our attention to the problem of a small investor who is equipped with several exercise rights that allow her to collect pre-specified cashflows. We solve this problem by casting it into the language of multiple optimal stopping and develop a martingale dual approach for characterizing the optimal possible outcome. Moreover, we develop regression based Monte Carlo algorithms which simulate efficiently lower and upper price bounds.