Pricing des options européennes sur devises: modèles classiques, limites statistiques et apports du Machine Learning

Nezar Fagouri and Ahmad W. Bitar ()
Additional contact information
Nezar Fagouri: UTT - Université de Technologie de Troyes
Ahmad W. Bitar: LIST3N - MSAD - LIST3N - Modélisation, stochastique, apprentissage et décision - LIST3N - Laboratoire Informatique et Société Numérique - UTT - Université de Technologie de Troyes, UTT - Université de Technologie de Troyes, Eut+ Data Science Institute, European Union

Working Papers from HAL

Abstract: Le pricing d'options sur devises constitue un problème central en finance quantitative, mobilisant des outils issus des probabilités, statistiques et de l'optimisation. Les modèles classiques, tels que Black-Scholes et son extension de Garman-Kohlhagen, offrent un cadre théorique élégant et largement utilisé en pratique. Toutefois, ces modèles reposent sur des hypothèses fortes, en particulier l'hypothèse de volatilité constante, qui sont contredites par les données de marché. Ce rapport propose une présentation progressive du pricing des options européennes sur devises, en mettant en évidence les limites des modèles analytiques classiques, puis en établissant les liens naturels avec les méthodes statistiques. Enfin, des pistes d'amélioration basées sur le Machine Learning sont discutées, dans une optique d'ingénierie financière et non de recherche théorique avancée.

Keywords: options sur devises; Black-Scholes; Garman-Kohlhagen; volatilité implicite; Machine Learning (search for similar items in EconPapers)
Date: 2026-02-05
Note: View the original document on HAL open archive server: https://utt.hal.science/hal-05494199v1
References: Add references at CitEc
Citations:

Downloads: (external link)
https://utt.hal.science/hal-05494199v1/document (application/pdf)

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:hal:wpaper:hal-05494199

Access Statistics for this paper

More papers in Working Papers from HAL
Bibliographic data for series maintained by CCSD ().