BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//132.216.98.100//NONSGML kigkonsult.se iCalcreator 2.20.4//
BEGIN:VEVENT
UID:20261115T182435EST-94633D6lvt@132.216.98.100
DTSTAMP:20261115T232435Z
DESCRIPTION:Title: Simuler le modèle de Heston à l'aide de solutions explic
 ites faibles.\n\nLe modèle de Heston introduit de la volatilité stochastiq
 ue dans le processus de rendement d'actifs par le biais d'un processus Cox
 -Ingersoll-Ross. Dans ma présentation\, je discuterai de nouveaux algorith
 mes visant à simuler un modèle de marché de Heston. Ces algorithmes sont b
 asés sur les résultats de cite{Kour2019}\, qui présentent entre autres un 
 solution explicite faible au modèle de Heston qui peut être utilisée pour 
 simuler les rendements et leur volatilité. Ces solutions mènent à simuler 
 le marché sous une mesure de probabilité artificielle pour ensuite ramener
  les quantités obtenues sous la mesure désirée en utilisant la vraisemblan
 ce appropriée. L'algorithme de simulation obtenu présente donc des similar
 ités avec les filtres à particules. Il est alors naturel de ré-échantillon
 er les particules afin d'améliorer la performance de l'algorithme de simul
 ation. Dans ce travail\, nous considérons des algorithmes de branchement r
 écemments développés dans le contexte des filtres à particules\, qui ont l
 a particularité de préserver l'historique des trajectoires simulées. L'imp
 act du ré-échantillonnage sur la performance des algorithmes de simulation
  sera illustré à travers différents exemples numériques. L'application de 
 ces techniques à des équations diffusives plus générales sera également di
 scutée. Cette présentation est basée sur une collaboration avec Michael Ko
 uritzin (University of Alberta). (Kouritzin\, M. A. et Rémillard\, B. (201
 9) ``On explicit local solutions of Itô diffusions.'' Journal of Mathemati
 cal Analysis and Applications\, 473(1): 534--566.)\n
DTSTART:20190605T193000Z
DTEND:20190605T203000Z
LOCATION:Room D4-2019\, CA\, Université de Sherbrooke
SUMMARY:Anne Mackay\, UQÀM
URL:https://www.mcgill.ca/mathstat/channels/event/anne-mackay-uqam-297526
END:VEVENT
END:VCALENDAR
